Introducing a Computerized Care‐Pathways System for Older Adults in Home‐Care Settings
Notice bibliographique
Résumé
Introducing computerized care pathways for older adults living at home may be a promising way to improve the clinical dimension of integrated care. Evidence on how to implement them in various home‐care contexts is, however, sparse. A prospective, comparative multiple case study with nested analysis units was conducted across three home‐care settings. Participants included managers, healthcare professionals, and home‐care clients. We used a variety of frameworks and both qualitative and quantitative methods to understand the implementation process. The implementation research logic model (IRLM) presents links among determinants, strategies, mechanisms, and outcomes. Twelve barriers and 35 facilitators were similarly perceived, and 40 strategies were commonly adopted during implementation. After 12 months, OCCI implementation was feasible, appropriate, and acceptable at moderate‐to‐high levels. They were delivered with a moderate level of fidelity, but the level of penetration after 24 months was high. Participants perceived the OCCIs as supporting a holistic approach, good relationships, clinical decision‐making, information sharing, and interprofessional coordination, but not as much productivity and efficiency. Home‐care clients had a high level of satisfaction with health care and services. They were satisfied about their involvement in decision‐making and with computer use by professionals. We identified four causal pathways: engaging interest holders in a partnership model throughout the study; providing an information system that supports clinical processes; building a conducive environment with deliberate efforts to increase buy‐in and engagement; facilitating capacity and relationship building to increase adoption; and embedding the OCCIs in usual practice. The results illustrate how a real understanding of contexts was important to elucidate the mechanisms at work during this study. Adapting the innovation to achieve a better fit between it and the clinical contexts was fundamental. Positive outcomes relied on time, appropriated resources, and a continual, iterative process corresponding to “Make It Happen.”
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».