MétaCan
Menu
Retour à la cohorte
Enregistrement W4399356350 · doi:10.1111/hex.14086

Strategies for involving patients and the public in scaling initiatives in health and social services: A scoping review

2024· review· en· W4399356350 sur OpenAlexafffund
Roberta de Carvalho Corôa, Ali Ben Charif, Vincent Robitaille, Diogo Mochcovitch, M. Samri, Talagbé Gabin Akpo, Amédé Gogovor, Virginie Blanchette, Lucas Gomes Souza, Kathy Kastner, Amélie M. Achim, Robert K. D. McLean, Andrew Milat, France Légaré

Notice bibliographique

RevueHealth Expectations · 2024
Typereview
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensInternational Development Research CentreFirst Nations Health and Social Secretariat of ManitobaUniversité du Québec à Trois-RivièresCentres Intégré Universitaires de Santé et de Services SociauxInstitut National de la Recherche ScientifiqueCentre intégré universitaire de santé et de services sociaux de la Capitale-NationaleUniversité Laval
Organismes subventionnairesNational Health and Medical Research CouncilCanadian Institutes of Health Research
Mots-clésPsychological interventionIncentiveMEDLINESystematic reviewGrey literaturePublic healthFamily medicineMedicineHealth carePsychologyMedical educationPolitical scienceNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Scaling in health and social services (HSS) aims to increase the intended impact of proven effective interventions. Patient and public involvement (PPI) is critical for ensuring that scaling beneficiaries' interests are served. We aimed to identify PPI strategies and their characteristics in the science and practice of scaling in HSS. METHODS: In this scoping review, we included any scaling initiative in HSS that used PPI strategies and reported PPI methods and outcomes. We searched electronic databases (e.g., Medline) from inception to 5 February 2024, and grey literature (e.g., Google). Paired reviewers independently selected and extracted eligible reports. A narrative synthesis was performed and we used the PRISMA for Scoping Reviews and the Guidance for Reporting Involvement of Patients and the Public (GRIPP2). FINDINGS: We included 110 unique reports out of 24,579 records. In the past 5 years, the evidence on PPI in scaling has increased faster than in any previous period. We found 236 mutually nonexclusive PPI strategies among 120 scaling initiatives. Twenty-four initiatives did not target a specific country; but most of those that did so (n = 96) occurred in higher-income countries (n = 51). Community-based primary health care was the most frequent level of care (n = 103). Mostly, patients and the public were involved throughout all scaling phases (n = 46) and throughout the continuum of collaboration (n = 45); the most frequently reported ethical lens regarding the rationale for PPI was consequentialist-utilitarian (n = 96). Few papers reported PPI recruitment processes (n = 31) or incentives used (n = 18). PPI strategies occurred mostly in direct care (n = 88). Patient and public education was the PPI strategy most reported (n = 31), followed by population consultations (n = 30). CONCLUSIONS: PPI in scaling is increasing in HSS. Further investigation is needed to better document the PPI experience in scaling and ensure that it occurs in a meaningful and equitable way. PATIENT AND PUBLIC CONTRIBUTION: Two patients were involved in this review. They shared decisions on review questions, data collection instruments, protocol design, and findings dissemination. REVIEW REGISTRATION: Open Science Framework on 19 August 2020 (https://osf.io/zqpx7/).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,409
Tête enseignante GPT0,554
Écart entre enseignants0,145 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth ExpectationsMême sujetMental Health and Patient InvolvementTravaux en français237 207