Patient characteristics as predictors of primary health care preferences: a systematic literature analysis
Notice bibliographique
Résumé
OBJECTIVE: To identify associations between various cultural and demographic factors and patients' primary health care preferences. SEARCH STRATEGY: Searches were performed in MEDLINE (1966-December 2000), PsycINFO (1977-May 2001) and Sociological Abstracts (1963-December 2000). Identified papers were checked for more papers. INCLUSION CRITERIA: Studies with a focus on primary health care or health care in general, asking patients about preferences with regard to health care, reporting quantitative results and examining the relations between specific patient characteristics and patient preferences. DATA EXTRACTION AND SYNTHESIS: Data were extracted from studies using a scoring form to register what methods were used, which patient characteristics were analysed and which patient characteristics significantly influenced patients' preferences with regard to different aspects of health care (P < 0.05). MAIN RESULTS: A total of 145 studies were included with 2276 comparisons between subgroups of patients. Of all the comparisons, 607 (27%) showed a significant association between patient characteristics and preferences with regard to primary health care. Age and economic status significantly related to patient preferences in 38 and 33% of the comparisons, respectively. Education, health status, family situation, sex, and utilization of health care related significantly to patient preferences in less than 25% of the comparisons. CONCLUSIONS: This review of the literature showed patient characteristics to be an important determinant of preferences regarding many aspects of primary health care defined as general practice care or health care, in general. All of the patient characteristics examined here showed at least some significant associations with preferences for primary health care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,021 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».