Case management in primary healthcare for people with complex needs to improve integrated care: a large-scale implementation study protocol
Notice bibliographique
Résumé
INTRODUCTION: Case management (CM) is among the most studied effective models of integrated care for people with complex needs. The goal of this study is to scale up and assess CM in primary healthcare for people with complex needs. METHODS AND ANALYSIS: The research questions are: (1) which mechanisms contribute to the successful scale-up of CM for people with complex needs in primary healthcare?; (2) how do contextual factors within primary healthcare organisations contribute to these mechanisms? and (3) what are the relationships between the actors, contextual factors, mechanisms and outcomes when scaling-up CM for people with complex needs in primary healthcare? We will conduct a mixed methods Canadian interprovincial project in Quebec, New-Brunswick and Nova Scotia. It will include a scale-up phase and an evaluation phase. At inception, a scale-up committee will be formed in each province to oversee the scale-up phase. We will assess scale-up using a realist evaluation guided by the RAMESES checklist to develop an initial programme theory on CM scale-up. Then we will test and refine the programme theory using a mixed-methods multiple case study with 10 cases, each case being the scalable unit of the intervention in a region. Each primary care clinic within the case will recruit 30 adult patients with complex needs who frequently use healthcare services. Qualitative data will be used to identify contexts, mechanisms and certain outcomes for developing context-mechanism-outcome configurations. Quantitative data will be used to describe patient characteristics and measure scale-up outcomes. ETHICS AND DISSEMINATION: Ethics approval was obtained. Engaging researchers, decision-makers, clinicians and patient partners on the study Steering Committee will foster knowledge mobilisation and impact. The dissemination plan will be developed with the Steering Committee with messages and dissemination methods targeted for each audience.
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 | 0,103 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,008 |
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 ».