A framework to support the progressive implementation of integrated team-based care for the management of COPD: a collective case study
Notice bibliographique
Résumé
BACKGROUND: In Canada, there is widespread agreement about the need for integrated models of team-based care. However, there is less agreement on how to support the scale-up and spread of successful models, and there is limited empirical evidence to support this process in chronic disease management. We studied the supporting and mitigating factors required to successfully implement and scale-up an integrated model of team-based care in primary care. METHODS: We conducted a collective case study using multiple methods of data collection including interviews, document analysis, living documents, and a focus group. Our study explored a team-based model of care for chronic obstructive pulmonary disease (COPD) known as Best Care COPD (BCC) that has been implemented in primary care settings across Southwestern Ontario. BCC is a quality improvement initiative that was developed to enhance the quality of care for patients with COPD. Participants included healthcare providers involved in the delivery of the BCC program. RESULTS: We identified several mechanisms influencing the scale-up and spread of BCC and categorized them as Foundational (e.g., evidence-based program, readiness to implement, peer-led implementation team), Transformative (adaptive process, empowerment and collaboration, embedded evaluation), and Enabling Mechanisms (provider training, administrative support, role clarity, patient outcomes). Based on these results, we developed a framework to inform the progressive implementation of integrated, team-based care for chronic disease management. Our framework builds off our empirical work and is framed by local contextual factors. CONCLUSIONS: This study explores the implementation and spread of integrated team-based care in a primary care setting. Despite the study's focus on COPD, we believe the findings can be applied in other chronic disease contexts. We provide a framework to support the progressive implementation of integrated team-based care for chronic disease management.
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 | 0,048 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,018 | 0,024 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,007 | 0,013 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».