Evaluating health organization readiness for implementing a learning health system: a scoping review
Notice bibliographique
Résumé
OBJECTIVE: Learning health systems (LHS) may improve healthcare access, innovation, coordination, continuity and quality. To ensure implementation success, healthcare organizations must be able to assess their current readiness to adopt an LHS approach; however, there is a paucity of LHS-specific readiness tools in the extant literature. Thus, the overarching aim of this study was to map the depth and breadth of LHS literature to identify the domains and items, alongside barriers, facilitators, implementation strategies and competencies relevant to include in an LHS readiness tool. METHODS: A scoping review informed by Arksey and O'Malley's framework and updates proposed by Levac et al. was employed. Scopus, MEDLINE, Embase, CINAHL, PsychINFO, Education Source and Business Source Complete were searched from inception to May 2024. English or French publications that addressed the definitions, frameworks, competencies, barriers and facilitators of an LHS were eligible. RESULTS: The bibliographic database search and screening process yielded 90 articles, published between 2007 and 2024. A total of 72 articles defined LHS, with most emphasizing continuous learning cycles, evidence integration, infrastructure and stakeholder engagement. In addition, 56 articles presented 21 frameworks (educational, logic, maturity, organizational, equity and implementation), and 50 described key domains, including the D2K-K2P-P2D cycle, core values, and leadership, governance, and data infrastructure. Barriers to implementation included limited resources, unsupportive culture, poor interoperability and ethical challenges, while facilitators were strong leadership, shared purpose, robust partnerships and supportive policies. Identified competencies spanned research, informatics, quality improvement, systems science, engagement and ethics, with educational strategies ranging from collaboratives and training programs to graduate curricula and peer learning. Readiness and maturity assessments were discussed in 28 articles, but only a few operationalized these concepts. No specific LHS readiness assessments were identified. CONCLUSIONS: Current readiness tools derived from quality-improvement contexts may be helpful but not sufficiently specific for assessing healthcare organizations' readiness to implement an LHS approach. This review identified important barriers, facilitators, and strategies related to the collective behaviour change required to implement an LHS approach that should be considered in the future development of an LHS readiness assessment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,185 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,016 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».