Landscape of healthcare transition services in Canada: a multi-method environmental scan
Notice bibliographique
Résumé
BACKGROUND: Poorly supported transitions from pediatric to adult healthcare can lead to negative health outcomes for youth and their families. To better understand the current landscape of healthcare transition care across Canada, the Canadian Health Hub in Transition (the "Transition Hub", established in 2019) identified a need to: (1) describe programs and services supporting the transition from pediatric to adult healthcare across Canada; and (2) identify strengths, barriers, and gaps affecting the provision of transition services. METHODS: Our project included two iterative steps: a national survey followed by a qualitative descriptive study. Service providers were recruited from the Transition Hub and invited to complete the survey and participate in the qualitative study. The survey was used to collect program information (e.g., setting, clinical population, program components), and semi-structured interviews were used to explore providers' perspectives on strengths, barriers, and gaps in transition services. Qualitative data were analyzed using the Framework Method. RESULTS: Fifty-one surveys were completed, describing 48 programs (22 pediatric, 19 bridging, and 7 adult) across 9 provinces. Almost half of the surveyed programs were in Ontario (44%) and most programs were based in hospital (65%) and outpatient settings (73%). There was wide variation in the ages served, with most programs focused on specific diagnostic groups. Qualitative findings from 23 interviews with service providers were organized into five topics: (1) measuring transition success; (2) program strengths; (3) barriers and gaps; (4) strategies for improvement; and (5) drivers for change. CONCLUSIONS: While national transition guidelines exist in Canada, there is wide variation in the way young people and their families are supported. A national strategy, backed by local leadership, is essential for instigating system change toward sustainable and universally accessible support for healthcare transition in Canada.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,017 | 0,044 |
| Études des sciences et des technologies | 0,012 | 0,003 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».