Development of a Taxonomy of Policy Interventions for Integrating Nurse Practitioners into Health Systems
Notice bibliographique
Résumé
BACKGROUND: Nurse practitioners (NPs)-nurses with advanced training who can provide and prescribe care-are increasingly prevalent internationally. The growth of NPs can be attributed to physician shortages, growing demand for health services, and the professionalization of nursing. Ensuring efficacious integration of NPs into the health system is critical for maximizing their impact on patient and system outcomes. Nonetheless, there is a dearth of information on practical policy interventions facilitating the successful integration of NPs. Effective policy interventions should capture the perspectives of actors at all levels of the health system-ie, national and organizational levels. This study aimed to delineate a taxonomy of policy interventions for integrating NPs into health systems. This paper presents a taxonomy developed among gerontology NPs in Israel. METHODS: This qualitative descriptive study used multiple perspective, one-to-one interviews with four professional groups-national policy-makers, organizational administrators, NPs, and physicians. Data were analyzed using deductive content analysis. Analysis accounted for diverging and converging patterns between professional groups. RESULTS: There were 58 participants across the four professional groups. The national-level domain interventions include marketing, workforce development, professional licensure and regulation, financial incentives, stakeholder cooperation, education and training programs, and national-level research. Organizational domain interventions included organizational guidelines, infrastructure development and resource allocation, interprofessional leadership engagement, and organizational messaging. Unit- and care-team domain interventions included interprofessional experience and exposure, team communication, and mentorship. CONCLUSION: The taxonomy's trichotomy of three health system level domains describes the relationship between national and organizational policy interventions. Adopting these interventions may result in an improved response to provider shortages. Policies insufficiently addressing role clarity and workforce retention resulted in poor integration and a failure to efficaciously combat workforce shortages. Future work will expand the focus of this preliminary taxonomy by further development and testing with international participants.
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 | 0,025 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,016 |
| Communication savante | 0,006 | 0,012 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».