Des articles

17.5 : Analyse qualitative


Souvent, tout ce que nous savons des acteurs et des événements est une simple co-présence. C'est-à-dire qu'un acteur était ou n'était pas présent, et notre matrice d'incidence est binaire. En effet, les diverses méthodes dimensionnelles fonctionnent sur des matrices de similarité/distance, et des mesures telles que les corrélations (telles qu'utilisées dans l'analyse factorielle bimodale) peuvent être trompeuses avec des données binaires. Même l'analyse des correspondances, qui est plus conviviale pour les données binaires, peut être gênante lorsque les données sont rares.

Une approche alternative est la modélisation par blocs. La modélisation par blocs fonctionne directement sur la matrice d'incidence binaire en essayant de permuter les lignes et les colonnes pour s'adapter aussi étroitement que possible aux images idéalisées. Cette approche n'implique aucune des hypothèses de distribution qui sont faites dans l'analyse d'échelle.

En principe, on pourrait adapter n'importe quel type de modèle de bloc aux données d'incidence acteur par événement. Nous examinerons deux modèles qui posent des questions significatives (alternatives) sur les modèles de liaison entre les acteurs et les événements. Ces deux modèles peuvent être directement calculés dans UCINET. Des modèles de blocs alternatifs, bien sûr, pourraient être ajustés aux données d'incidence en utilisant des algorithmes de modélisation de blocs plus généraux.

Analyse cœur-périphérie à deux modes

La structure cœur-périphérie est un modèle typique idéal qui divise à la fois les lignes et les colonnes en deux classes. L'un des blocs de la diagonale principale (le noyau) est un bloc à haute densité ; l'autre bloc sur la diagonale principale (la périphérie) est un bloc de faible densité. Le modèle cœur-périphérie est indifférent à la densité des liens dans les blocs hors diagonale.

Lorsque nous appliquons le modèle cœur-périphérie aux données acteur par acteur (voir Réseau>Noyau/Périphérique), le modèle cherche à identifier un ensemble d'acteurs qui ont une forte densité de liens entre eux (le noyau) en partageant de nombreux événements en commun, et un autre ensemble d'acteurs qui ont une très faible densité de liens entre eux (la périphérie) en ayant quelques événements en commun. Les acteurs du noyau sont capables de coordonner leurs actions, ceux de la périphérie ne le sont pas. En conséquence, les acteurs du centre ont un avantage structurel dans les relations d'échange avec les acteurs de la périphérie.

Lorsque nous appliquons le modèle cœur-périphérie aux données acteur par événement (Réseau>2-Mode>Noyau/Périphérique catégoriel), nous recherchons la même "image" idéalisée d'un bloc de densité élevée et d'un bloc de faible densité le long de la diagonale principale. Mais, maintenant, le sens est assez différent.

Le "noyau" consiste en une partition d'acteurs étroitement liés à chacun des événements d'une partition d'événements ; et simultanément une partition d'événements qui sont étroitement liés aux acteurs de la partition de base. Ainsi, le « noyau » est un groupe d'acteurs qui coexistent fréquemment et événements. La « périphérie » consiste en une partition d'acteurs qui ne coïncident pas avec les mêmes événements ; et une partition d'événements disjoints parce qu'ils n'ont pas d'acteurs en commun.

Réseau>2-Mode>Noyau/Périphérique catégoriel utilise des méthodes numériques pour rechercher la partition des acteurs et des événements qui se rapproche le plus possible de l'image idéalisée. La figure 17.16 montre une partie des résultats de l'application de cette méthode à la participation (et non à la partisanerie) dans les données des donateurs et des initiatives en Californie.

Graphique 17.16 : Modèle catégorique cœur-périphérie des donateurs de 1 million de dollars en Californie et des initiatives de vote (tronqué)

La méthode de recherche numérique utilisée par Réseau>2-Mode>Noyau/Périphérique catégoriel est un algorithme génétique, et la mesure de la qualité de l'ajustement est exprimée en termes de score de « fitness » (0 signifie un mauvais ajustement, 1 signifie un excellent ajustement). Vous pouvez également juger de la qualité du résultat en examinant la matrice de densité à la fin de la sortie. Si le modèle de bloc a complètement réussi, le bloc 1,1 devrait avoir une densité de un et le bloc 2,2 devrait avoir une densité de zéro. Bien que loin d'être parfait, le modèle ici est assez bon pour être pris au sérieux.

La matrice bloquée montre un « noyau » composé du Parti démocrate, d'un certain nombre de grands syndicats et de l'association de l'industrie du bâtiment qui sont tous très susceptibles de participer à un nombre considérable d'initiatives (proposition 23 à proposition 18). Les autres acteurs sont regroupés en périphérie car ils participent tous deux moins fréquemment et ont peu de problèmes en commun. Un nombre considérable d'émissions sont également classées comme « périphériques » dans le sens où elles attirent peu de donateurs, et ces donateurs ont peu de points communs. Nous voyons également (en haut à droite) que les acteurs principaux participent dans une certaine mesure (0,179) aux problèmes périphériques. En bas à gauche, nous voyons que les acteurs périphériques participent un peu plus fortement (0,260) aux questions centrales.

Analyse des factions à deux modes

Un modèle de bloc alternatif est celui des « factions ». Les factions sont des groupements qui ont une densité élevée au sein du groupe et une faible densité de liens entre les groupes. Réseau>Sous-groupes>Factions adapte ce modèle de bloc aux données monomodes (pour tout nombre de factions spécifié par l'utilisateur). Réseau>2-Mode>2-Mode Factions adapte le même type de modèle aux données bimodes (mais pour seulement deux factions).

Lorsque nous appliquons le modèle des factions aux données d'acteurs monomodes, nous essayons d'identifier deux groupes d'acteurs étroitement liés les uns aux autres en participant aux mêmes événements, mais très vaguement connectés aux membres d'autres factions et aux événements qui attachez-les ensemble. Si nous devions appliquer l'idée de factions aux événements dans une analyse monomode, nous chercherions à identifier des événements étroitement liés en ayant exactement les mêmes participants.

Réseau>2-Mode>2-Mode Factions applique la même approche à la matrice rectangulaire acteur par événement. Ce faisant, nous essayons de localiser des regroupements conjoints d'acteurs et d'événements qui s'excluent autant que possible. En principe, il pourrait y avoir plus de deux de ces factions. La figure 17.17 montre les résultats du modèle de blocage des factions à deux modes pour la participation des principaux donateurs aux initiatives politiques.

Graphique 17.17 : Modèle de factions à deux modes des donateurs de 1 million de dollars en Californie et des initiatives de vote (tronqué)

Deux mesures de la qualité de l'ajustement sont disponibles. Nous avons d'abord notre score de « fitness », qui est la corrélation entre les scores observés (0 ou 1) et les scores qui « devraient » être présents dans chaque bloc. Les densités dans les blocs nous renseignent également sur la qualité de l'ajustement. Pour une analyse des factions, un modèle idéal serait des blocs 1 denses le long de la diagonale (nombreux liens au sein des groupes) et des blocs zéro en dehors de la diagonale (liens entre les groupes).

L'ajustement du modèle des deux factions n'est pas aussi impressionnant que l'ajustement du modèle cœur-périphérie. Cela suggère qu'une « image » de la politique californienne comme l'un des deux espaces d'acteurs-enjeux distincts et largement disjoints n'est pas aussi utile qu'une image d'un noyau d'acteurs et d'enjeux de haute intensité couplé à un ensemble d'enjeux et de participants par ailleurs disjoints.

Le blocage lui-même n'est pas non plus très attrayant, plaçant la plupart des acteurs dans une faction (avec une densité modeste de 0,401). La deuxième faction est petite et a une densité (0,299) qui n'est pas très différente des blocs hors diagonale. Comme auparavant, le blocage des acteurs par les événements regroupe des ensembles d'acteurs et d'événements qui se définissent les uns les autres.


Antibiotiques contre la toux en médecine générale : une analyse de décision qualitative

Arrière-plan: En médecine familiale, les décisions médicales sont le plus souvent motivées par des plaintes concernant la toux. Il n'y a pas de critère unique pour le diagnostic différentiel des infections des voies respiratoires (ITR). Dans 80 % des cas, l'usage excessif d'antibiotiques dans le traitement des IAR est causé par le comportement de prescription des médecins généralistes.

Objectif: Notre objectif était d'expliquer les décisions diagnostiques (et thérapeutiques) des médecins généralistes concernant les patients adultes qui les consultent pour des plaintes concernant la toux, et d'enquêter sur ce qui détermine la prise de décision.

Méthodes : Des groupes de discussion exploratoires et descriptifs ont été organisés avec des médecins généralistes. Des hypothèses ont été générées sur la base d'une « analyse de contenu qualitative ». Résultats. Vingt-quatre médecins généralistes ont participé à quatre discussions de groupe semi-structurées. Afin de différencier les ITR des autres diagnostics possibles, les diagnostics moins probables n'ont pas été explicitement exclus. En cas de suspicion de RTI, il y avait un faible degré de certitude dans la différenciation entre les RTI (par exemple entre la bronchite et la pneumonie). Les signes et symptômes cliniques, qui déterminent la probabilité de la maladie, laissaient souvent les médecins généralistes avec un doute diagnostique raisonnable. En fin de compte, la décision de prescrire ou non des antibiotiques a été prise. Le comportement de prescription des médecins généralistes était également déterminé par des facteurs liés au médecin et au patient (par exemple, avoir manqué une fois une pneumonie, attentes des patients). Le « facteur chagrin » explique pourquoi ces facteurs conduisent à un déplacement du seuil d'action, en faveur des antibiotiques.

Conclusion: Cette méthode de recherche inductive a permis de générer des hypothèses significatives concernant les processus de décision complexes poursuivis par les médecins généralistes. Les auteurs développent une intervention éducative qui s'appuie sur ces résultats, en se concentrant sur la décision de prescription.


L'expérience de la mise en œuvre d'un changement de pratique fondé sur des données probantes : une analyse qualitative

L'article scientifique doit avoir un format narratif de 2 à 3 pages, à l'exclusion du titre, de la référence. Inclure un paragraphe d'introduction, une déclaration d'objectif, un corps (page de résumé) et une conclusion. Incluez des titres de niveau 1 et 2 pour organiser le document. Critiquez l'article et incluez les forces et les faiblesses. Rédigez l'article à la troisième personne, pas à la première personne (c'est-à-dire n'utilisez pas &lsquowe&rsquo ou &lsquoI&rsquo) et de manière savante. Pour clarifier : je, nous, vous, moi, notre ne peut pas être utilisé. De plus, il ne faut pas se décrire en tant que chercheur ou auteur. 10. Incluez l'article choisi dans la page de référence. Le format APA est OBLIGATOIRE (attention à l'orthographe/grammaire, une page de titre, une page de référence et des citations dans le texte). Soumettez le devoir à Turnitin avant la soumission finale, examinez le rapport d'originalité et apportez les modifications nécessaires. Une grille sera envoyée avec cela pour aider aux questions auxquelles il faut répondre. Les questions doivent être répondues dans le cadre de l'examen. Irwin, M., Bergman R., & Richards, R. (2013). L'expérience de la mise en œuvre d'un changement de pratique fondé sur des preuves : une analyse qualitative. Journal clinique des soins infirmiers en oncologie, 17 (5), 544-549.


Recherche scientifique et méthodologie

Supposons à nouveau que les tailles des mâles adultes australiens ont une moyenne de (mu=175) cm et un écart type de (sigma=7) cm, et suivent (approximativement) une distribution normale (Fig. 17.4) .

Encore une fois, il est utile de dessiner la situation (Fig. 17.5).

FIGURE 17.4 : La règle empirique et les tailles des hommes adultes australiens

FIGURE 17.5 : Quelle proportion d'adultes australiens mâles mesurent moins de 160 cm ?

En procédant comme précédemment, nous devons demander « Combien d'écart-type en dessous de la moyenne est de 160 cm ? » En utilisant l'équation (17.1) pour calculer le (z) -score, (160) cm est

[ z = frac<160 - 175> <7>= -2,14, ] ou (2,14) écarts types, au dessous de la moyenne. Quel pourcentage d'observations est inférieur à cela ? Ce cas n'est pas couvert par la règle 68–95–99,7, bien que nous puissions utiliser la règle 68–95–99,7 pour estimations approximatives.

Environ 2,5% des observations sont inférieures à 2 écarts-types en dessous de la moyenne (exemple 17.1), c'est-à-dire qu'environ 2,5% des hommes mesurent moins de 161 cm.

Ainsi, les pourcentages de mâles encore plus petits que 161 cm (c'est-à-dire plus loin dans la queue de la distribution) seront moins plus de 2,5%. Bien que nous ne connaissions pas exactement la probabilité, elle sera inférieure à 2,5%.

Les estimations de cette manière sont grossières, mais souvent utilisables. Cependant, de meilleures estimations des « aires sous la courbe normale » sont trouvées en utilisant des tableaux compilés à cette fin.

Ces tableaux se trouvent à l'annexe B.2. Les « pourcentages » sous une courbe normale sont également appelés « surfaces » sous la courbe normale. le superficie totale sous une courbe normale est un (ou 100%), car il représente toutes les valeurs possibles qui pourraient être observées.


17.5 Facteurs affectant la solubilité

Les chimistes aiment manipuler les choses. Ksp les expressions sont des expressions d'équilibre et comme nous l'a montré Le Chatlier, les équilibres peuvent être manipulés si l'on applique une contrainte. De nombreux facteurs influencent la solubilité et les facteurs que nous étudierons dans cette classe sont les suivants : ions communs, pH, formation d'ions complexes et amphotérisme. Dans tous ces effets, il est très important d'ÉCRIRE L'EXPRESSION D'ÉQUILIBRE afin que vous puissiez correctement analyser comment la solubilité sera influencée.

L'effet Common Ion est simplement une application directe du principe de Le Chatlier.

17.5 Effet ionique commun

Le pH d'une solution a une influence considérable sur la solubilité. Lorsque vous étudiez les effets du pH, il est important que vous connaissiez les acides forts, ce qui vous permettra d'identifier tous les anions neutres en solution.

17.5 Comment l'ajout d'acide/base influence-t-il la solubilité ?

Le principe de Le Chatlier explique très bien la solubilité en termes d'effet ionique commun et d'effets du pH, mais dans certains cas, des résultats déroutants sont obtenus. Par exemple, lorsque concentré NH3 est ajouté à une solution saturée de Zn(OH)2 sa solubilité augmente. Nous devons maintenant déterminer pourquoi et si le principe de Le Chatlier est toujours valable.

17.5 L'hydroxyde de zinc suit-il les règles dont nous avons discuté jusqu'à présent ?

Il s'avère que le principe de Le Chatlier s'applique toujours, mais il se passe autre chose dans la solution responsable de ces résultats. Le concept responsable de la différence de solubilité est la formation d'ions complexes.

17.5 Formation d'ions complexes et complexes de coordination

Cela nous permet d'étudier l'hydroxyde de zinc d'une manière plus complexe et cela nous permet d'effectuer plusieurs calculs basés sur la formation d'ions complexes.

17.5 Réanalyse de l'hydroxyde de zinc

17.5 Solubilité de l'hydroxyde de zinc dans 15 M NH3

17.5 Détermination de la concentration de cations métalliques libres en solution

L'amphotérisme est un cas particulier où un sel légèrement soluble voit sa solubilité augmentée en raison des effets du pH dans une solution acide et sa solubilité est augmentée en raison de la formation d'ions complexes dans des conditions basiques.

17.5 Solubilité de l'Al(OH)3 en 15 M NH3

17.5 Solubilité molaire de Al(OH)3 en 15 M NH3 a continué

17.5 Effets amphotères sur la solubilité

Une réponse à 17.5 Facteurs affectant la solubilité

J'utilise un peu mon temps pour taper ceci alors que je devrais vraiment continuer ma feuille de travail de chimie. Mais je devais juste dire que c'est une source d'information absolument géniale, j'ai beaucoup appris aujourd'hui.


4. Analyse conversationnelle

L'analyse conversationnelle ou CA est l'étude de la conversation en interaction naturelle, à la fois verbale et non verbale, afin de découvrir comment nous produisons un monde social ordonné. Il ne fait pas référence au contexte ou au motif à moins qu'ils ne soient explicitement déployés dans le discours lui-même. La méthode s'est inspirée de l'ethnométhodologie d'Harold Garfinkel et développée à la fin des années 1960 et au début des années 1970 par le sociologue Harvey Sacks. Aujourd'hui, l'AC est une méthode établie utilisée en sociologie, anthropologie, linguistique, discours-communication et psychologie. Généralement, les données sont soumises à une analyse séquentielle fine basée sur une forme sophistiquée de transcription. En plus de l'analyse séquentielle, des approches de codage ont également été utilisées ces dernières années pour identifier des thèmes récurrents. L'utilisation du codage dans l'analyse conversationnelle est cependant remise en question comme forme d'analyse appropriée par certains. Ainsi, ATLAS.ti ne serait pas un choix naturel pour se lancer dans une analyse CA fine des transcriptions des scores. Je peux devenir un outil supplémentaire utile si vous regardez au-delà des fonctionnalités de code et de récupération d'ATLAS.ti (voir par exemple Konopásek (2008).

Autres lectures :

Sacks, Harvey (1992). Conférences sur la conversation. Oxford : Éditions Blackwell.

Ten Have, Paul (1999): Faire une analyse de conversation. Un guide pratique, Thousand Oaks : Sage.

Études où ATLAS.ti a été utilisé comme outil :

Konopásek, Zdenik (2008). Rendre la pensée visible avec Atlas.ti : Analyse qualitative assistée par ordinateur en tant que pratiques textuelles [62 paragraphes]. Forum Qualitative Sozialforschung / Forum : Recherche sociale qualitative, 9(2), Art. 12, http://nbn-resolving.de/urn:nbn:de:0114-fqs0802124.


+ 17,5% de croissance pour la taille du marché du cloud computing pour la santé jusqu’en 2026

Le marché mondial du cloud computing pour la santé est évalué à environ 19,9 milliards USD en 2018 et devrait croître avec un taux de croissance de plus de 17,5% au cours de la période de prévision 2019-2026. Healthcare Cloud Computing aide les organisations à gérer, stocker et traiter des données ou des informations à partir de différents emplacements et fournit des services d'hébergement sur Internet, fournit également une collecte de données en temps réel et améliore l'accessibilité aux données.

Les principaux acteurs du marché inclus dans ce rapport sont :

  • International Business Machines Corporation (IBM)
  • Carestream Health, Inc. (une filiale d'ONEX Corporation)
  • Athenahealth, Inc.
  • Carecloud Corporation
  • Siemens Healthineers SA
  • Travaux ecliniques
  • Koninklijke Philips N.V.
  • Solutions de soins de santé Allscripts, Inc.
  • Société de données NTT
  • Sectra AB

Healthcare Cloud Computing aide les industries de la santé à générer un quantum de données, des informations sur les antécédents du patient aux données d'image et de vidéo. les industries de la santé nécessitaient une puissance de calcul élevée et une migration à partir des systèmes existants pour stocker et traiter efficacement les données, ce qui est le facteur limitant pour les prestataires de soins de santé de mettre en place une configuration en interne et de passer au service cloud.

De plus, l'adoption croissante de l'analyse des mégadonnées, des appareils portables et de l'IoT dans les soins de santé, ainsi qu'un meilleur stockage, une meilleure flexibilité et une meilleure évolutivité des données offertes par le cloud computing ont renforcé la croissance de ce marché au cours de la période de prévision. La population mondiale croissante ainsi que la nature dynamique croissante des conceptions de régimes de prestations de santé stimulent la croissance du marché. L'adoption de nouveaux modèles de paiement, la rentabilité du cloud et l'augmentation du revenu disponible stimuleront la croissance du marché mondial du cloud computing pour la santé au cours de la période de prévision 2019-2026.

L’analyse régionale du marché mondial du Cloud Computing est prise en compte pour les régions clés telles que l’Asie-Pacifique, l’Amérique du Nord, l’Europe, l’Amérique latine et le reste du monde. L'Amérique du Nord est la principale région du monde en raison de l'adoption croissante des dossiers de santé électroniques (DSE) parmi les professionnels de la santé et de la participation active des acteurs du secteur privé au développement industriel de cette région.

Considérant que l'Asie-Pacifique devrait également afficher le taux de croissance / TCAC le plus élevé au cours de la période de prévision 2019-2026. Des facteurs tels que le revenu disponible élevé, l'adoption croissante de l'analyse des mégadonnées, les appareils portables, l'IoT et les avantages de l'utilisation du cloud créeraient des perspectives de croissance lucratives pour le marché de l'informatique en nuage de soins de santé dans la région Asie-Pacifique.

L'objectif de l'étude est de définir les tailles de marché des différents segments et pays au cours des dernières années et de prévoir les valeurs pour les huit prochaines années. Le rapport est conçu pour incorporer les aspects qualitatifs et quantitatifs de l'industrie dans chacune des régions et des pays impliqués dans l'étude.

En outre, le rapport fournit également des informations détaillées sur les aspects cruciaux tels que les facteurs moteurs et les défis qui définiront la croissance future du marché. En outre, le rapport intégrera également les opportunités disponibles sur les micro-marchés pour que les parties prenantes investissent, ainsi que l'analyse détaillée du paysage concurrentiel et des offres de produits des principaux acteurs.

Les segments et sous-segments détaillés du marché sont expliqués ci-dessous :

Solutions pour les fournisseurs de soins de santé Solutions pour les payeurs de soins de santé

Par modèle de déploiement :

Cloud privé Cloud hybride Cloud public par composant : Logiciel de service

Par modèle de tarification :

Modèle de tarification Pay-As-You-Go Modèle de tarification au comptant par modèle de service : Infrastructure-as-a-Service Software-as-a-Service Platform-as-a-Service

De plus, les années considérées pour l'étude sont les suivantes : Année historique 2016, 2017 Année de référence 2018 Période de prévision 2019 à 2026

Public cible du marché mondial du cloud computing pour la santé dans l’étude de marché :

Principales sociétés de conseil et conseillers Grandes, moyennes et petites entreprises Capital-risqueurs Revendeurs à valeur ajoutée (VAR) Fournisseurs de connaissances tiers Banquiers d'investissement Investisseurs

Rapport d'étude de marché, LLC. est une plaque tournante pour les produits et services d'intelligence de marché. Nous rationalisons l'achat de vos rapports et services d'études de marché via une plate-forme intégrée unique en réunissant tous les principaux éditeurs et leurs services au même endroit.

Nos clients s'associent à Market Study Report, LLC. pour faciliter leur recherche et évaluation de produits et services d'intelligence de marché et à leur tour se concentrer sur les activités principales de leur entreprise.

Si vous recherchez des rapports de recherche sur les marchés mondiaux ou régionaux, des informations sur la concurrence, les marchés émergents et les tendances ou si vous cherchez simplement à rester au top, alors Market Study Report, LLC. est la plate-forme qui peut vous aider à atteindre l'un de ces objectifs.


Affiliations

Département de chimie biomoléculaire, Université du Wisconsin—Madison, Madison, WI, États-Unis

Jesse G. Meyer et Joshua J. Coon

Département de chimie, Université du Wisconsin—Madison, Madison, WI, États-Unis

Jesse G. Meyer et Joshua J. Coon

Centre national de biologie quantitative des systèmes complexes, Université du Wisconsin—Madison, Madison, WI, États-Unis

Jesse G. Meyer et Joshua J. Coon

Département de biochimie, Medical College of Wisconsin, Milwaukee, WI, États-Unis

Institut de recherche Morgridge, Madison, WI, États-Unis

Natalie M. Niemi, David J. Pagliarini & Joshua J. Coon

Département de biochimie, Université du Wisconsin—Madison, Madison, WI, États-Unis

Natalie M. Niemi et David J. Pagliarini

Département de biochimie et de biophysique moléculaire, Washington University School of Medicine, St. Louis, MO, États-Unis

Natalie M. Niemi et David J. Pagliarini

Départements de biologie cellulaire et de physiologie, Washington University School of Medicine, St. Louis, MO, États-Unis

Département de génétique, Washington University School of Medicine, St. Louis, MO, États-Unis

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Contributions

Conceptualisation, J.G.M., N.M.N. et D.J.P. Curation des données, J.G.M. Analyse formelle, J.G.M. Financement d'acquisition, J.G.M., D.J.P. et J.J.C. Enquête, J.G.M. et N.M.N. Méthodologie, J.G.M. et N.M.N. Gestion de projet, J.G.M., D.J.P. et J.J.C. Ressources, J.G.M., D.J.P. et J.J.C. Logiciel, J.G.M. Surveillance, J.G.M., D.J.P. et J.J.C. Validation, J.G.M. et N.M.N. Visualisation, J.G.M. Rédaction — brouillon original, J.G.M. Rédaction — révision et édition, J.G.M., N.M.N., D.J.P. et J.J.C.

Auteurs correspondants


Résultats de l'étude

Description de l'échantillon

Nous avons inclus 126 articles (les pièces jointes A5 et A6 présentent un organigramme et une liste des articles inclus). 8 La plupart des articles étaient des rapports de recherche originale (52 pour cent) ou des descriptions de protocoles d'étude (39 pour cent) (l'annexe A7 comprend plus de détails sur l'échantillon), 8 et collectivement, ils représentaient plus d'un tiers de la recherche comparative sur l'efficacité financée par le PCORI. projets au cours de la période considérée. Trente pour cent des articles incluaient un objectif décrivant l'engagement. Presque tous les articles (98 pour cent) ont été écrits sur un seul projet de recherche sur l'efficacité comparative du PCORI. Les projets de l'échantillon étaient généralement des essais randomisés (83 %) et ils couvraient des affections allant du cancer du sein au diabète et aux maladies mentales graves. Dix-neuf pour cent ont spécifiquement testé des stratégies pour réduire les disparités en matière de santé.

Quels sont les apports de l'engagement ?

Nous avons identifié deux ensembles de thèmes : les contributions de l'engagement aux projets de recherche sur l'efficacité comparative financés par le PCORI et les effets des contributions de l'engagement. Le tableau 2 résume les deux ensembles de thèmes, y compris le nombre de projets faisant état de chaque thème, par phase de projet. Nous avons trouvé des contributions d'engagement dans toutes les phases du projet, et 73 % des projets ont signalé des contributions d'engagement au cours de plusieurs phases.

Tableau 2 Résumé des contributions de l'engagement et des effets des contributions décrites dans les articles inclus, par phase de projet

SOURCE Analyse par les auteurs d'articles de revues à comité de lecture avec des descriptions des contributions de l'engagement à la recherche comparative sur l'efficacité financée par le Patient-Centered Outcomes Research Institute. NOTES Les thèmes énumérés sont ceux qui ont été décrits par au moins trois projets. Voir l'annexe pièce A9 pour les citations à l'appui (voir note 8 dans le texte). Les nombres entre parenthèses sont les nombres de projets avec des contributions par phase ou thème.

Presque toutes les contributions ont été formulées de manière positive. Bien qu'aucun article n'ait qualifié les contributions de l'engagement aux projets de négatives ou indésirables, trois projets ont reconnu l'investissement en temps et en ressources requis pour l'engagement. 16 – 18 En outre, deux projets ont noté que les recommandations des partenaires introduisaient des compromis, tels que l'utilisation de mesures non validées pour évaluer les résultats hautement prioritaires ou de schémas de randomisation alternatifs pour s'aligner sur les désirs des partenaires de maximiser le nombre de personnes bénéficiant d'une intervention clinique. 12 , 19 En outre, quatre projets ont noté que les recommandations des partenaires, telles que l'examen de résultats, de covariables ou de mesures spécifiques, n'ont pas pu être mises en œuvre en raison des contraintes de l'étude, notamment le temps de suivi, le mode de collecte des données et la disponibilité des données. 20 – 23

Objectif de l'étude : définir les questions de recherche, les comparateurs et les résultats

Les partenaires ont contribué à l'identification du sujet, à la définition des questions ou des objectifs de recherche, à la sélection des comparateurs à examiner et à l'établissement des résultats de l'étude (c'est-à-dire des concepts à étudier). Les auteurs ont écrit qu'en raison de l'engagement, les projets ont sélectionné, priorisé, ajouté ou modifié les résultats primaires ou secondaires, notamment l'état de santé et le bien-être, les connaissances et la compréhension, et l'évaluation des soins. Quatre projets ont explicitement noté que les patients partenaires renversaient les hypothèses sur les résultats importants à étudier. 14 , 17 , 24 , 25 Par exemple, un projet étudiant des patients victimes d'un AVC a décrit comment les patients partenaires ont aidé à recentrer les objectifs de la recherche, en déclarant : « Nous savions que le rétablissement de l'état fonctionnel était un élément important du rétablissement, mais nous n'avions pas réalisé à quel point la dépression, l'anxiété, et la fatigue pesait sur l'esprit de nombreux survivants d'un AVC. Nous avons donc revu nos objectifs, révisé notre plan de collecte de données et veillé à ce que nos objectifs soient non seulement informés par les patients, mais également alignés sur les problèmes qui les préoccupent le plus. 25(p1)

Conception de la recherche

Les partenaires ont contribué à la conception de la recherche en influençant les critères d'inclusion ou d'exclusion des conceptions sélectionnées, telles que les conceptions de non-infériorité, le nombre et les types de bras, et les méthodes et décisions mixtes concernant l'affectation des participants. Dans certains cas, les partenaires voulaient plus de personnes dans l'étude ou les interventions, ce qui peut conduire à une sélection de critères d'inclusion plus large des conceptions, telles que le démarrage différé 13 ou l'utilisation de différentes techniques d'affectation des participants, telles que la randomisation inégale. 12 De telles considérations démontrent que l'apport non technique peut éclairer les décisions techniques sur la manière de mener la recherche.

Interventions : Confection Et Livraison

Le thème de contribution le plus courant dans toutes les phases du projet était l'adaptation des interventions pour des populations ou des contextes spécifiques, y compris la prestation d'interventions (par exemple, le format ou le nombre de sessions), le matériel ou les outils (tels que les documents et les aides à la décision) et le contenu (par exemple, accent accru sur la communication patient-prestataire).

Recrutement et rétention

Les contributions décrites pour le recrutement/l'inscription et le maintien en poste comprenaient la planification (par exemple, l'élaboration de documents de recrutement et de consentement et l'établissement de la rémunération des participants) et l'anticipation des obstacles (comme la résolution des facteurs pour améliorer les taux de participation parmi les populations difficiles à atteindre). Les contributions comprenaient également la résolution de problèmes imprévus. Par exemple, les partenaires ont aidé à surmonter les préoccupations des administrateurs d'hôpitaux concernant la participation avec des concurrents à une grande étude pragmatique en comprenant la dynamique complexe du marché local et en identifiant les champions qui ont apaisé les préoccupations. 26 Les partenaires ont également aidé à réviser les scripts de recrutement lorsque le nombre d'inscriptions était faible ou que les participants potentiels n'étaient pas réceptifs à l'approche. 27 , 28 Par exemple, un article a noté comment les partenaires ont recommandé de modifier le script d'inscription pour souligner que la recherche a été conçue avec la participation des patients et des familles et testerait un outil visant à améliorer la communication médecin-patient et à encourager la prise de décision partagée sur les traitements de l'appendicite. Suite à ce changement, le taux d'inscription est passé de 65 % à 95 %. 28

Collecte, mesures et analyse de données

Les auteurs ont noté les contributions au moment et à la manière de collecter les données des participants à l'étude, telles que le calendrier de collecte des données par rapport aux événements cliniques et la sélection des mesures du mode de collecte des données, telles que la sélection d'un instrument de résultat spécifique rapporté par le patient l'adaptation des mesures telles que la réorganisation, l'ajout ou suppression d'éléments et évaluation des propriétés de mesure (par exemple, validité apparente et facilité d'utilisation). En outre, certains articles décrivaient des contributions spécifiques à des aspects spécifiques du plan analytique (tels que la sélection de covariables et la définition de la signification clinique) et l'interprétation des résultats.

Dissémination

Les partenaires ont contribué aux plans pour savoir quand, où et comment partager les résultats et à des produits de diffusion spécifiques (par exemple, des manuscrits, des présentations et du matériel destiné aux patients) et des activités (telles que des présentations et l'éducation des décideurs).

Résumé des effets de l'engagement

Dans toutes les phases de la recherche, les auteurs ont signalé les effets des contributions à l'engagement sur la conception et la conduite de la recherche, les participants à l'étude ou les patients et les cliniciens qui utiliseront les résultats (tableau 2). Par exemple, les auteurs ont signalé que les adaptations aux interventions ont conduit à un fardeau minimal pour les patients ou les prestataires, à un alignement des interventions sur les préférences des patients et à une plus grande adhésion aux interventions. Les descriptions des divers effets de l'engagement peuvent être regroupées en quatre thèmes interdépendants : acceptabilité, faisabilité, rigueur et pertinence. Acceptabilité concerne les conceptions, les procédures et les interventions de recherche destinées à être bien reçues par les patients ou les cliniciens en fonction de la facilité d'utilisation du fardeau et de l'alignement avec les préférences, les valeurs et les besoins. Faisabilité concerne l'atténuation des obstacles potentiels ou réels, en particulier pour rendre les interventions, l'inscription, la rétention et la collecte de données plus réalisables dans des contextes réels. Rigueur concerne les choix qui minimisent les biais et améliorent la qualité des données. Pertinence reflète l'applicabilité et l'importance de la recherche pour les patients et les cliniciens qui prennent des décisions, y compris l'importance des questions et des résultats de recherche, des échantillons d'étude généralisables, des interprétations des résultats dans un contexte réel et une diffusion plus efficace.

Quelles approches et pratiques d'engagement les équipes de recherche utilisent-elles pour obtenir des contributions ?

Nearly two-thirds of projects described using multiple engagement approaches and practices. Few projects (12 percent) relied exclusively on one-way partner input, such as focus groups or one-time forums (exhibit 1). Nearly all projects reported using engagement practices consistent with consultation (46 percent) or collaboration or shared leadership approaches (37 percent). For example, one article described having “met frequently and shared editorial control over the project” with partners. 16(p3)

The partner role often was described as helping adapt aspects of the research and sometimes described as development or codevelopment, or as articulating experiences, preferences, or insights to inform researchers’ decisions or solutions. For example, researchers selected outcome measures to reflect patients’ greatest concerns. Occasionally the partner role was described as implementing the research strategy, such as recruiting participants and conducting focus groups. Few contributions were described as purely endorsement of researchers’ plans.

Projects most commonly reported engaging patients (88 percent), clinicians (68 percent), and caregivers (46 percent) and less often reported engagement with health systems (18 percent), payers (16 percent), and policy makers or governmental representatives (13 percent) (data not shown). Patient partners were most frequently described as individual patients, though patient advocates and groups were represented. Clinicians were mostly physicians, followed by nurses and other allied health care professionals, such as physical therapists. Descriptions were seldom sufficient to distinguish between practicing and researcher clinicians. Authors explicitly attributed most contributions to patients or caregivers, sometimes alongside other stakeholders—who overall were less explicitly credited.

How Do Teams Assess Contributions Of Engagement?

Nearly all extracted engagement contributions were based on the personal reflections of authors who were members of comparative effectiveness research teams funded by PCORI. However, a few projects measured the contributions of engagement systematically. Measurement strategies included user feedback on adapted intervention elements (three projects) and various indicators of enrollment or retention (six projects) (see appendix exhibit A8 for details). 8


In Summary

Sometimes, the best survey can be a combination of walking and driving. You might survey the whole city or area in a vehicle, then use a walking survey to look closely at the area you’re most interested in. Or you might send out walking and driving teams to survey different aspects of a community or neighborhood. You’ll see different things and more detail on foot you’ll cover more ground and get a broader perspective from a vehicle.

But even once your survey is finished, your job isn’t done yet. You have to analyze what you’ve seen and decide how to use it.

Some general questions you might want to consider:

  • What are the community’s outstanding assets?
  • What seem to be the community’s biggest challenges?
  • What is the most striking thing about the community?
  • What is the most unexpected?
  • Are you struck by the aesthetic quality of the community, either positively or negatively – i.e., is it particularly beautiful or particularly ugly?

Whether you’re starting an all-encompassing campaign to eliminate poverty in your community, or simply looking for good places to paint murals to stimulate community pride, a windshield or walking survey can be a good way to begin your effort. It will give you a view of the community that you can use to help you decide how to take your next steps effectively in order to address real needs and improve the quality of community life.


Voir la vidéo: Miten rakentaa lukutaidon vastaus - Valmistaudu lukion äidinkielen ylioppilaskirjoituksiin (Décembre 2021).