Leveraging financial incentives and behavioural economics to engage physicians in achieving quality-improvement process measures
Notice bibliographique
Résumé
BACKGROUND: Dedicated quality-improvement (QI) initiatives within health care systems are of clear benefit, and physicians respond to financial incentivization. The Canadian health care system often lacks this lever, and many financially incentivized QI programs rely on traditional economic principles. We describe our evaluation of financial incentivization for the implementation of QI process metrics in a department of surgery at a Canadian academic hospital system and its impact over a 4-year period. METHODS: Quality-improvement processes informed by extant QI incentivization literature and guided by the principles of behavioural economics were implemented within our institution's Department of Surgery. Disbursement of supplemental government funding was modified to be contingent on the ability of divisions within the department to meet predefined QI metrics, including regular multidisciplinary meetings, morbidity and mortality rounds with documented feedback of systemic issues to division members, reviews of adverse events, and implementation of annual patient experience projects. We evaluated the effect of the QI processes from 2015/16 to 2018/19. RESULTS: < 0.01). The application of behavioural economics principles, such as reward versus penalty payoff, loss aversion, payment separation, aligning of values, and relative social ranking, was important to the outcome of the study. CONCLUSION: Incentivizing QI activities in the Canadian health care system is possible and led to improvement in QI processes as a whole in our department. This paper lays out a method of financial reimbursement to facilitate engagement of physicians and establishment of a foundation of important QI processes and measures within a department.
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 | 0,025 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».