Evaluation of the implementation progress through key performance indicators in a new multimorbidity patient-centered care model in Chile
Notice bibliographique
Résumé
BACKGROUND: Complex health interventions involve deep organizational, structural, and cultural changes that challenge health teams and decision-makers. The explosion of chronic diseases has made the multimorbidity approach a global priority. The Centro de Innovación en Salud ANCORA UC implemented a Multimorbidity Patient-Centered Care Model in the Chilean public health system. OBJECTIVE: This study aims to evaluate the progress of the implementation of the Multimorbidity Patient-Centered Care Model in seven primary care centers through key performance indicators. METHODS: a set of indicators was designed to evaluate change management, operations, installation of new roles, and services and activities of the intervention strategy of the model. Key performance indicators were identified to monitor the implementation progress on minimal components for the model's sustainability. Each item was assigned against an expected minimum score of 67% of progress from the overall score. They were monitored twice in seven primary health centers in 2019 and 2020, which intervened 22,642 patients with the intervention. RESULTS: The results showed that six of the seven primary care centers reached the minimum implementation threshold. The main advances were in operational conditions, and those with minor progress in implementation were the clinical services. Population size, organization, coordination of the health care teams, additional training, and decision-makers support were key factors that determined the degree of progress in a complex intervention. CONCLUSION: It was possible to measure the progression of the implementation of a complex intervention through key performance indicators delivering relevant information for decision-makers that pursue a successful and faithful implementation. This study provides a valuable tool for the national scale-up of a similar model started in Chile by the Ministry of Health and other countries.
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 | 0,022 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».