Capturing patients’ experiences to change Parkinson’s disease care delivery: a multicenter study
Notice bibliographique
Résumé
Capturing patients' perspectives has become an essential part of a quality of care assessment. The patient centeredness questionnaire for PD (PCQ-PD) has been validated in The Netherlands as an instrument to measure patients' experiences. This study aims to assess the level of patient centeredness in North American Parkinson centers and to demonstrate the PCQ-PD's potential as a quality improvement instrument. 20 Parkinson Centers of Excellence participated in a multicenter study. Each center asked 50 consecutive patients to complete the questionnaire. Data analyses included calculating case mix-adjusted scores for overall patient centeredness (scoring range 0-3), six subscales (0-3), and quality improvement (0-9). Each center received a feedback report on their performance. The PCQ-PD was completed by 972 PD patients (median 50 per center, range 37-58). Significant differences between centers were found for all subscales, except for emotional support (p < 0.05). The information subscale (mean 1.62 SD 0.62) and collaboration subscale (mean 2.03 SD 0.58) received the lowest experience ratings. 14 centers (88 %) who returned the evaluation survey claimed that patient experience scores could help to improve the quality of care. Nine centers (56 %) utilized the feedback to change specific elements of their care delivery process. PD patients are under-informed about critical care issues and experience a lack of collaboration between healthcare professionals. Feedback on patients' experiences facilitated Parkinson centers to improve their delivery of care. These findings create a basis for collecting patients' experiences in a repetitive fashion, intertwined with existing quality of care registries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».