MétaCan
Menu
Retour à la cohorte
Enregistrement W4410607119 · doi:10.22541/au.174789268.81577467/v1

Operationalizing Systems Thinking to Sustain Public Health Rehabilitation Programs: An Integrative Strategic Synthesis

2025· preprint· en· W4410607119 sur OpenAlexaffabout
Zanib Nafees, Mahmoud AboAlfa, Mohammed Alkhaldi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOperationalizationRehabilitationProcess managementStrategic thinkingPublic healthBusinessPolitical scienceKnowledge managementStrategic planningEnvironmental planningMedicineComputer scienceEnvironmental scienceNursingPhysical therapyMarketing

Résumé

récupéré en direct d'OpenAlex

Background Sustainability in Public Health Rehabilitation Programs (PHRPs) is essential to ensure the ongoing delivery of equitable, accessible, and high-quality care, especially amid rising demands from aging populations, chronic disease burdens, and resource constraints. However, PHRPs frequently face challenges such as fragmented service delivery, unstable funding, and shifting political priorities, which threaten long-term effectiveness. Systems Thinking (ST)—an approach that emphasizes feedback loops, stakeholder engagement, and leverage points—offers a promising pathway to strengthen the sustainability of these programs. Methods We conducted a narrative review and thematic synthesis of peer-reviewed literature and global health case studies published between January and March 2025. Guided by the World Health Organization’s 10-step Systems Thinking framework and the Systems Thinking for Health (ST4H) model, we analyzed how ST has been operationalized to support the sustainability of PHRPs in various global contexts. Results Three core systems mechanisms—feedback loops, stakeholder engagement, and leverage points—were identified as critical contributors to the sustainability of PHRPs. Case studies from Canada, Brazil, South Africa, the UK, India, and Jordan demonstrated how tools like systems mapping, real-time feedback, and collaborative planning led to tangible improvements such as reduced service duplication, better patient retention, and more efficient care transitions. Thematic synthesis highlighted that ST supports adaptive learning, cross-sector alignment, and strategic resource use. However, challenges included limited systems literacy, weak inter-organizational coordination, and complexity in tool application, particularly in resource-constrained settings. Overall, the degree of sustainability improvement was linked to how deeply ST was integrated into program design and supported by enabling structures such as data infrastructure and leadership engagement. Conclusion Embedding ST into rehabilitation policy and program design can help navigate the complexity of public health systems and foster long-term sustainability. To support scalable and person-centered rehabilitation, increased systems literacy within the health workforce and greater cross-sector collaboration are essential. ST provides a practical, adaptive framework for addressing systemic barriers and enhancing the resilience and effectiveness of PHRPs globally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,050
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,266

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,043
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0150,011
Études des sciences et des technologies0,0040,012
Communication savante0,0140,011
Science ouverte0,0020,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,317
Tête enseignante GPT0,471
Écart entre enseignants0,154 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetComplex Systems and Decision MakingTravaux en français237 207