MétaCan
Menu
Retour à la cohorte
Enregistrement W4220998127 · doi:10.1136/bmjoq-2020-001065

Catalan experience of deadoption of low-value practices in primary care

2022· article· en· W4220998127 sur OpenAlexaff
Cari Almazán, Johanna Milena Caro-Mendivelso, Montse Mías, Leslie Barrionuevo-Rosas, Montse Moharra, Marie‐Pierre Gagnon

Notice bibliographique

RevueBMJ Open Quality · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCatalanContext (archaeology)Value (mathematics)Health carePrimary careScale (ratio)Key (lock)NursingQuality (philosophy)PopulationEnlightenmentBusinessPublic relationsMedicineProcess managementKnowledge managementPsychologyPolitical scienceComputer scienceFamily medicineGeographyHumanities

Résumé

récupéré en direct d'OpenAlex

Reducing ineffective practices is one way to ensure high-quality and efficient healthcare for the population. For this reason, several initiatives have been implemented worldwide to reduce low-value care. This article describes the experience of the Essencial project, a multifaceted deadoption strategy implemented in the Catalan primary care system. Lessons learnt from this project include the importance of considering the local context in deadoption strategies, providing adequate training and communication material to patients and clinicians and supporting the key role of clinical champions. Given the knowledge gaps regarding the conditions for successful deadoption strategies, the Catalan experience could provide enlightenment on how to implement, evaluate and sustain a large-scale collaborative deadoption strategy in primary healthcare.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,915

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,779
Tête enseignante GPT0,670
Écart entre enseignants0,108 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetHealthcare cost, quality, practicesTravaux en français237 207