Intervention Eﬀectiveness Research: Quality Improvement and Program Evaluation

ABSTRACT

This book is intended to be a practical guide designed for those who are embarking on a journey of demonstrating care quality and outcomes the at the intersection of research and practice, alternatively described as intervention effectiveness research, quality improvement activities, and program evaluation. We acknowledge that in this space are dynamically interacting factors that affect all health outcomes at the individual, family, community, and system levels. These factors range from the genome to the political and include physical and mental characteristics as well as social processes within and external to the individual and the health system . Efforts to understand the effectiveness of interventions or programs in relationship to social and behavioral factors will beneft from taking a high-level look at problems in the broad context of population and setting, and taking into account the diversity of intervention factors known to be effcacious for the population . This perspective is conceptualized in the Problem-Intervention-Outcome Meta-Model (PIO MM) described in Chapter 2. Transcending the differences among various worldviews of research, quality improvement, and evaluation allows us to think more clearly about the fundamental concepts and realize our potential to study and act to improve population health.

INTRODUCTION

We are living in an era launched by the advent of technology and computing capacity in which intervention effectiveness research, quality improvement activities, and program evaluation may rapidly advance knowledge discovery in health care by leverage existing data across all levels, especially data from electronic health records (EHRs) . Such data enable us to identify important novel patterns and conduct comprehensive evaluations of clinical outcomes. We are beginning to tap into the potential to generate useful information, knowledge, and practice wisdom . Projects that leverage existing data may be considered within the recently described fourth paradigm of research , and may include or transcend classical theoretical and empirical research paradigms, such as randomized controlled trials . Designs are variations on the single- group before and after design and may incorporate quantitative, qualitative, and big data methodologies, described in Chapter 3. While we do not discourage use of prospective data collection, the methods we describe in this book are amenable to use with existing datasets.

چکیده

این کتاب در نظر گرفته شده است که یک راهنمای عملی طراحی شده برای کسانی که در سفر به نشان دادن کیفیت مراقبت و نتایج در تقاطع تحقیق و عمل، به عنوان مثال به عنوان تحقیقات اثربخشی مداخله، فعالیت های بهبود کیفیت و ارزیابی برنامه طراحی شده است. ما اذعان داریم که در این فضا عوامل فیزیکی تعاملی هستند که بر تمام نتایج سلامتی در سطح فردی، خانوادگی، جامعه و سیستم تأثیر می گذارد. این عوامل از ژنوم به ویژگی های سیاسی و جسمی شامل ویژگی های فیزیکی و روانی و همچنین فرآیندهای اجتماعی در داخل و خارج از فرد و نظام سلامت می باشد. تلاش برای درک اثربخشی مداخلات یا برنامه ها در رابطه با عوامل اجتماعی و رفتاری از دیدگاه سطح بالا درمورد مشکلات موجود در زمینه های گسترده ای از جمعیت و محیط زیست و با در نظر گرفتن تنوع عوامل مداخله ای که شناخته شده است برای مقابله با جمعیت . این دیدگاه در متا مدل معیار مداخله مشکالت (PIO MM) در فصل 2 توضیح داده شده است. فراتر رفتن از تفاوت های بین دنیای مختلف تحقیق، بهبود کیفیت و ارزیابی به ما امکان می دهد تا بیشتر به روشنی درباره مفاهیم اساسی فکر کنیم پتانسیل مطالعه و اقدام برای بهبود سلامت جمعیت است.

مقدمه

ما در دورانی که با ظهور فن آوری و ظرفیت محاسباتی آغاز شده است، که در آن تحقیقات اثربخشی مداخله، فعالیت های بهبود کیفیت و ارزیابی برنامه می تواند به سرعت در حال پیشرفت دانش در مراقبت های بهداشتی از طریق ارزیابی داده های موجود در همه سطوح، به ویژه داده های پرونده های سلامت الکترونیک (EHR). چنین اطلاعاتی ما را قادر می سازد تا الگوهای جدید مهم را شناسایی کرده و ارزیابی جامع از نتایج بالینی انجام دهند. ما شروع به بهره برداری از پتانسیل برای تولید اطلاعات مفید، دانش و حکمت عمل می کنیم. پروژه هایی که داده های موجود را اهرم می کنند ممکن است در چهار پارادایم چهارم تحقیق اخیر قرار گیرد و ممکن است پارادایم های تحقیقاتی نظری و تجربی کلاسیک مانند آزمایش های تصادفی کنترل شده را در بر بگیرد. طرحها تغییرات در گروه تک قبل و بعد از طراحی هستند و ممکن است متدهای کمی، کیفی و بزرگ داده، که در فصل 3 توضیح داده شده اند، ترکیب شوند. در حالی که از استفاده از جمع آوری داده های احتمالی ناتوان مانده ایم، روش هایی که در این کتاب توصیف می شود قابل قبول است با مجموعه داده های موجود استفاده کنید.

Year: 2016

Publisher: SPRINGER

By : Karen A. Monsen