Effect of COVID-19 pandemic on the implementation of a multimorbidity person-centered care model: A qualitative study from health teams’ perspective
Notice bibliographique
Résumé
The COVID-19 pandemic has abruptly changed care priority and delivery, delaying others like the multimorbidity approach. The Centro de Innovación en Salud ANCORA UC, the Health National Fund, and the Servicio de Salud Metropolitano Sur Oriente implemented a Multimorbidity Patient-Centered Care Model as a pilot study in the public health network from 2017 to 2020. Its objective was to reorganize the single diagnosis standard care into a new one based on multimorbidity integrated care. It included incorporating new roles, services, and activities according to each patient's risk stratification. This study aims to describe the perception of the health care teams regarding the impact of the COVID-19 pandemic on four main topics: how the COVID-19 pandemic affected the MCPM implementation, how participants adapted it, lessons learned, and recommendations for sustainability. We conducted a qualitative study with 35 semi-structured interviews between October and December 2020. Data analysis was codified, triangulated, and consolidated using MAXQDA 2020. Results showed that the pandemic paused the total of the implementation practically. Positive effects were the improvement of remote health care services, the activation of self-management, and the cohesion of the teamwork. In contrast, frequent abrupt changes and reorganization forced by pandemic evolution were negative effects. This study revealed the magnitude of the pandemic in the cancelation of health services and identified the urgent need to restart chronic services incorporating patient-centered care in our system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».