MétaCan
Menu
Retour à la cohorte
Enregistrement W4417002209 · doi:10.1136/bmjoq-2025-003480

Strategies for optimising health system managers’ engagement in quality improvement projects: lessons learnt from the COMPAS+ project

2025· article· en· W4417002209 sur OpenAlexafffundabout
Justin Gagnon, Brigitte Vachon, Mylaine Breton, Guylaine Giasson, Isabelle Gaboury

Notice bibliographique

RevueBMJ Open Quality · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversité de SherbrookeUniversité de MontréalMcGill UniversityJewish General Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésQuality managementFacilitatorQuality (philosophy)Total quality managementProject managementWork (physics)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Quality improvement strategies are used in healthcare to enhance the quality, safety and efficiency of service delivery. While the involvement of managers is considered critical, their roles remain underdocumented. This study examines the roles of managers in COMPAS+, a quality improvement collaborative conceived to enhance chronic disease care in Quebec, Canada. It explores managers' specific contributions to quality improvement projects to deepen understanding of effective managerial engagement. METHODS: This qualitative case study compares the roles played by managers (health network directors, division managers and local service network and family medicine group directors) within four regional health networks that participated in COMPAS+ from 2016 to 2019. Deductive and inductive thematic analysis of workshop reports, action plans and interviews with 24 key actors was performed, informed by a recent scoping review of decision-makers' roles in quality improvement projects and project management literature. RESULTS: The study revealed variability in project management across cases, particularly in the distribution of responsibility among upper, middle and lower management. Upper management provided strategic direction, middle management oversaw project execution and bridged organisational tiers, while lower management coordinated local change efforts. Middle managers were tasked with project management but often lacked role clarity and training. A significant gap was found in methodological guidance, typically provided by a quality improvement facilitator. This gap hindered projects' potential and, in some cases, led to deviations from the intended quality improvement model. CONCLUSIONS: Effective quality improvement project management requires well-defined managerial roles, training and communication between management levels. Our findings highlight the importance of integrating a facilitator role to provide methodological expertise and ensure adherence to quality improvement processes. Contextual expertise and local change leadership may be complemented by external quality improvement expertise. These insights lay the groundwork for future research on evidence-based strategies for effective project management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,059
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,570
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0590,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,875
Tête enseignante GPT0,767
Écart entre enseignants0,108 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetHealth Policy Implementation ScienceTravaux en français237 207