Implementation model for a national learning health system (IMPLEMENT-National LHS): a concept analysis and systematic review protocol
Notice bibliographique
Résumé
INTRODUCTION: Despite efforts and repeated calls to improve the organisation and quality of healthcare and services, and in view of the many challenges facing health systems, the results and capacity to adapt and integrate innovations and new knowledge remain suboptimal. Learning health systems (LHS) may be an effective model to accelerate the application of research for real quality improvement in healthcare. However, while recognising the enormous potential of LHS, the literature suggests the model remains more of an aspiration than a reality. METHODS AND ANALYSIS: To reach a fine understanding of the implementation of the concepts involved in LHS, we will use a hybrid method which combines concept analyses with systematic review methodology. We will use a two-step analysis, a content analysis to analyse the definitions, uses and attributes of the concept and a systematic review to analyse the concept's implementation mechanisms. We will search eight databases and grey literature and present a broad synthesis of the available evidence regarding design, implementation and evaluation of LHS in a multilevel perspective. We will follow the latest Preferred Reporting Items for Systematic Review and Meta-Analysis statement for conducting and reporting a systematic review. Two reviewers will independently screen the titles and abstracts against the eligibility criteria followed by full-text screening of potentially relevant articles for final inclusion decision. Conflicts will be resolved with a senior author. We will include published primary studies that use qualitative, quantitative or mixed methods. The assessment of risk of bias will be made using the Mixed-Methods Appraisal Tool. ETHICS AND DISSEMINATION: This systematic review is exempt from ethics approval. The results formulated will highlight evidence-based interventions that support the implementation of a national LHS. They will be of particular interest to decision makers, researchers, managers, clinicians and patients allowing finally to implement the promising proposal of LHSs at national scale. PROSPERO REGISTRATION NUMBER: CRD42023393565.
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 | 0,214 | 0,181 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,013 | 0,014 |
| Bibliométrie | 0,018 | 0,016 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,011 |
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 ».