MétaCan
Menu
Retour à la cohorte
Enregistrement W7163001103 · doi:10.2196/88921

Guidance for Building Hospital at Home: Qualitative Descriptive Thematic Analysis of a pan-Canadian Community Participatory Workshop Series (Preprint)

2025· article· en· W7163001103 sur OpenAlexaboutno aff
Tianna Magel, Quynh Ho, Maria Montenegro, Megan MacPherson, Clare Ardern

Notice bibliographique

RevueJournal of Medical Internet Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisCitizen journalismQualitative researchParticipatory action researchQualitative analysisCommunity-based participatory researchThematic mapDescriptive statistics

Résumé

récupéré en direct d'OpenAlex

Background: Virtual health care models, such as Hospital at Home (HaH), are an alternative to in-person care and allow hospitals to expand care capacity and delivery without the need for additional brick-and-mortar structures. While generally well received, there is an overall lack of awareness among those receiving and giving care about what HaH is and what it does, and uncertainty about the conditions needed to implement HaH in a safe, sustainable, and equitable way. Objective: In this descriptive qualitative study, we aimed to synthesize key interest holder-generated perspectives about the implementation, sustainability, and equity of HaH models in Canada using data generated through a national participatory workshop series. Methods: Health care providers, patients, caregivers, and hospital administrators were recruited to participate in the workshop series through social media, professional, and community networks. Five 60-minute virtual workshops were held from January to June 2025 using a "Lunch and Learn" format and Liberating Structures techniques. The workshops each comprised 2 parts: speaker presentations followed by participant group discussions. Workshop presentations, along with 3 written observer reports (from a patient partner, an academic, and a clinician), and workshop attendee polling responses, were collected and analyzed. Descriptive thematic analysis was used to construct key themes salient to the data. Results: Three themes were constructed from the data: (1) making HaH work for health care systems, (2) making HaH work for its people, and (3) making HaH better now and in the future. Participants reported generally positive outcomes and high satisfaction with HaH programs in Canada. Participants highlighted the need for clear communication and collaboration across care teams, technology support for staff, managing health care provider and caregiver workloads, and ensuring access for rural and remote communities. There is a need to better understand the economic sustainability of the HaH program and to study and share outcomes from HaH models to help others and refine the model. Conclusions: This study provides insights into how the HaH virtual care model is perceived by health care providers, patients, caregivers, and hospital administrators in Canada. Our findings highlight the importance of equity, communication, care workloads, and fiscal sustainability in supporting HaH models.

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)0,039
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,688

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,056
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0320,012
Communication savante0,0080,004
Science ouverte0,0050,011
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,186
Tête enseignante GPT0,500
Écart entre enseignants0,313 · 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'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'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetFrailty in Older AdultsTravaux en français237 207