Implementation and evaluation of a novel community-based urban mobile health clinic in Toronto, Ontario
Notice bibliographique
Résumé
SETTING: Despite Canada's single-payer health system, marginalized populations often experience poor health outcomes and barriers to healthcare access. In response, mobile health clinics (MHCs) have been deployed in several cities across Canada. MHCs are well established in the United States; however, little is known about their role and impact in a country with universal healthcare. We describe the implementation of an urban MHC and early learnings from a mixed methods process and outcome-oriented evaluation. INTERVENTION: In February 2021, Parkdale Queen West Community Health Centre, TELUS Health for Good, and University Health Network's Gattuso Centre for Social Medicine partnered to launch a nurse practitioner‒led, community-based MHC in Toronto, Ontario. The MHC provides low-barrier primary healthcare, harm reduction, and mental health services at five convenient locations. OUTCOMES: Through an intercept survey (n = 49) and semi-structured interviews (n = 10), we sought to understand the sociodemographic characteristics of clients, their experiences at the MHC, and barriers and facilitators to the MHC in comparison to traditional healthcare settings. Most clients surveyed reported being homeless (61%). Without the MHC, 37% of clients would have accessed care at an emergency department and 18% would not have sought care. Thematic analysis revealed two structural and two relational factors that improved care experiences and care access. IMPLICATIONS: We demonstrate that in a single-payer health system, MHCs alleviate major barriers to care access for marginalized populations. Learnings provide context to the most salient factors influencing clients' decisions to seek care at MHCs and can inform how these outreach models are designed.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».