Clinician and Staff Perspectives on a Social Drivers of Health Program Implementation
Notice bibliographique
Résumé
INTRODUCTION: Health systems are increasingly pursuing efforts to screen for and address social drivers of health (SDOH), the nonmedical factors that contribute to health outcomes and inequities. A large integrated health system (Intermountain Health) launched a program in 2019 to universally screen for and address SDOH. METHODS: Five primary care clinics within Intermountain were purposefully chosen for diversity of setting and practice type (family medicine and pediatric). We conducted 20 semistructured interviews with frontline clinicians and staff from 7/1/2020 to 9/1/2020 to explore attitudes related to feasibility, workflow processes, and facilitators and barriers to successful implementation. We conducted an inductive-deductive analysis to identify key themes and best practices. RESULTS: Five clinics conducted 16,659 SDOH patient screenings from 12/1/2019 to 11/30/2020 (705 to 7,723 screens per clinic with rates ranging from 7.4% to 52.8% per clinic). Respondent perspectives about the program were mixed. Dominant implementation barriers included staff time constraints, limited availability of social services, and reduced morale. Key facilitators included triage protocols for positive screens independent of the primary care clinician, standardizing previsit digital screening, and instilling a culture of shared ownership through education and team SDOH-focused huddles. CONCLUSIONS: This evaluation of an early systemwide SDOH program implementation called into question the feasibility of universal screening in primary care given staff time constraints and social service availability. Future investigations should explore the impact of targeted screening approaches in diverse clinical settings and quantifying trade offs between SDOH programs and other clinical and organizational priorities.
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 | 0,040 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».