Building a Data Bridge: Policies, Structures, and Governance Integrating Primary Care Into the Public Health Response to COVID-19
Notice bibliographique
Résumé
PURPOSE: The effective integration of primary care into public health responses to the COVID-19 pandemic, particularly through data sharing, has received some attention in the literature. However, the specific policies and structures that facilitate this integration are understudied. This paper describes the experiences of clinicians and administrators in Alberta, Canada as they built a data bridge between primary care and public health to improve the province's community-based response to the pandemic. METHODS: Fifty-seven semistructured qualitative interviews were conducted with a range of primary care and public health stakeholders working inside the Calgary Health Zone. Interpretive description was used to analyze the interviews. RESULTS: SARS-CoV-2 test results produced by the local public laboratory were, initially, only available to central public health clinicians and not independent primary care physicians. This enabled centrally managed contact tracing but meant primary care physicians were unaware of their patients' COVID-19 status and unable to offer in-community follow-up care. Stakeholders from both central public health and independent primary care were able to leverage a policy commitment to the Patient Medical Home (PMH) care model, and a range of existing organizational structures, and governance arrangements to create a data bridge that would span the gap. CONCLUSIONS: Primary care systems looking to draw lessons from the data bridge's construction may consider ways to: leverage care model commitments to integration and adjust or create organization and governance structures which actively draw together primary care and non-primary care stakeholders to work on common projects. Such policies and structures develop trusting relationships, open the possibility for champions to emerge, and create the spaces in which integrative improvisation can take place.
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 | 0,078 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,022 | 0,041 |
| Communication savante | 0,024 | 0,011 |
| Science ouverte | 0,004 | 0,024 |
| Intégrité de la recherche | 0,004 | 0,005 |
| 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 ».