Factors that influence the implementation of quality improvement programmes
Notice bibliographique
Résumé
BACKGROUND: Access to poor-quality care has significant adverse effects on both morbidity and mortality. Therefore, it is essential to develop strategies that improve healthcare processes and systems, enhance patient satisfaction, and ensure access to high-quality care. In Haiti, the Ministry of Public Health and Population, donors, and technical and financial partners emphasize quality improvement programmes such as the HEALTHQUAL programme. It has become an essential approach in the Haitian health system. While quality improvement programs are relatively new to Haiti, little data are available on the factors that can facilitate or hinder their implementation. METHODS: An evaluative research (implementation analysis) using a multiple case study design was conducted with a qualitative approach. Thirty-eight semistructured interviews were conducted, observations were made, and documents were analysed. Data analysis was performed using the constant comparative method and a synthetic analysis framework with predefined categories (programme components, facilitating factors, inhibiting factors, mechanisms, consequences, and interactions between model elements). Subsequently, these categories were analysed using Atlas.ti software, with additional codes emerging and being incorporated into the predefined categories. Memos and a research journal were used during data collection and analysis. RESULTS: The main facilitating factors include collaboration between the institutional and community levels, leadership, coordination and collaboration within a multidisciplinary team, external pressures, the characteristics of the networks, team ownership of the process, and quality infrastructure. The main inhibiting factors comprise the sociopolitical context, organizational culture, the influence of previous decisions (policy legacy), provider perceptions of HEALTHQUAL, the lack of accountability mechanisms, an unsuitable health information system, and resource unavailability. CONCLUSION: Based on these observations, leaders and decision-makers are encouraged to consider these contextual factors when planning and implementing the HEALTHQUAL programme in Haiti. It is important to consider a range of contextual variables to understand implementation at any given time.
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 | 0,024 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».