Impact of Project ECHO on Patient and Community Health Outcomes: A Scoping Review
Notice bibliographique
Résumé
PURPOSE: Project Extension for Community Healthcare Outcomes (ECHO) is a hub-and-spoke tele-education model that aims to increase health care providers' access to evidence-based guidelines and enhance their capacity to care for complex patients in rural, remote, and underserved communities. The purpose of this scoping review was to examine evidence of the impact of Project ECHO programs on patient and community health outcomes. METHOD: The authors used Arksey and O'Malley's framework and subsequent revisions proposed by Levac and colleagues to guide their review. They searched MEDLINE, EMBASE, CINAHL Plus, and Web of Science for English-language, peer-reviewed articles published between January 2003 and June 2020. Included studies focused on Project ECHO programs and reported either patient or community health outcomes. The authors used a standardized data extraction form to document bibliographical information and study characteristics, including health outcome level(s), as articulated by Moore's evaluation framework for continuing medical education. RESULTS: Of the 597 search results, the authors identified 15 studies describing Project ECHO programs. These programs were implemented in the United States and Australia and facilitated education sessions with health care providers caring for adult patients living with 1 of 7 medical conditions. Included study findings suggest Project ECHO programs significantly changed patient-level outcomes (n = 15) and to a lesser extent changed community-level outcomes (n = 1). Changes in care were observed at the individual patient level, at the practice level, and in objective clinical measures, including sustained virologic response and HbA1c. CONCLUSIONS: This review identified emerging evidence of the effectiveness of Project ECHO as a tele-education model that improves patient health outcomes and has the potential to positively impact community health. The small number of included studies suggests that additional evidence of patient- and community-level impact is required to support the continued adoption and implementation of this model.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».