MétaCan
Menu
Retour à la cohorte
Enregistrement W6986270018

Patient/user perceptions on the principles of integration

2016· other· en· W6986270018 sur OpenAlexaboutno aff

Notice bibliographique

RevueLume (Universidade Federal do Rio Grande do Sul) · 2016
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus groupVariety (cybernetics)PerceptionHealth careCorporate governancePerspective (graphical)Qualitative propertyPopulationQualitative research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: Ten key principles have been identified to facilitate successful health systems integration.The principles include: 1) comprehensive services, 2) patient focus, 3) geographic coverage and rostering, 4) standardized care delivery through interprofessional teams, 5) performance management, 6) information technology, 7) organizational culture and leadership, 8) physician integration, 9) governance structure, and 10) financial management.To our knowledge, there is little research on patients/user' perceptions on the concept of integration.This unique perspective will assist in identifying the relevancy of the principles for patients and users as well as influence recommendations for which indicators should be prioritized for measurement and further research.Methods: As a part of a larger study to identify indicators and tools for measuring health systems integration, three focus groups were conducted with 17 patients/users of the system in three regions (British Columbia and Alberta, Canada, and Rio Grande do Sul, Brazil).Each focus group targeted a different population to capture a variety of perspectives.In British Columbia participants were from rural communities, in Alberta from a large urban setting and in Rio Grande do Sul participants represented the community Health Councils in the City of Porto Alegre.Participants were provided with a list and descriptions of the 10 integration principles.At the end of the session they were asked to prioritize the principles.Both quantitative and qualitative analysis of the data were completed.A virtual meeting was held to discuss similarities and differences in themes.Key sections of data from Brazil was translated into English to be included in our final analysis.Results: The highest priority principles for integration in Canada were patient focus, comprehensive services across the care continuum, and standardized care delivery through interprofessional teams.In Canada, focus groups participants felt the system was still provider and rd World Congress on Integrated Care, Mexico City, Mexico, 19-21 November, 2015 Conclusión: De acuerdo a los participantes los principios de mayor prioridad de la integración en Canadá y Brasil eran enfocados en pacientes y servicios integrales en todo el continuo cuidado.Equipo: Este proyecto de colaboración canadiense y brasileño incluye investigadores del conocimiento de los usuarios con experiencia en la política de los sistemas de salud y la planificación, revisiones sistemáticas, y las ciencias de la biblioteca.Integración de sistemas de salud es una prioridad en ambos países.La asociación se basa en elementos comunes, tales como: sistemas de salud financiados con fondos públicos; prioridades de financiamiento comparables; y la geografía similar con los grandes centros urbanos y comunidades rurales.La realización de la investigación colaborativa en estos dos países aumentará la aplicabilidad internacional de los resultados.

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)0,010
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,225
Écart entre enseignants0,218 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLume (Universidade Federal do Rio Grande do Sul)Même sujetMachine Learning in BioinformaticsTravaux en français237 207