Understanding and Measuring Patients' Assessment of the Quality of Nursing Care
Notice bibliographique
Résumé
BACKGROUND: Traditionally, patients have been considered incapable of evaluating the quality of care they receive, leading to their minimal involvement. OBJECTIVE: To develop the Patient's Assessment of Quality Scale--Acute Care Version (PAQS-ACV) to provide a mechanism through which patients can evaluate meaningfully the nursing care they receive. METHODS: Developed from qualitative interviews with patients, the original 90-item PAQS-ACV was tested with 1,470 medical surgical patients in 43 units across seven hospitals. The typical patient was a married, 50-year-old, high school-educated patient hospitalized for the fourth time. Every 10th patient was asked to complete the PAQS-ACV 2 weeks later. RESULTS: After exploratory factor analysis, 45 items remained in five factors, accounting for 54% of the variance. Internal consistency estimates were above.83 for four of the five factors, with the fifth factor being.68. Test-retest reliability ranged from .58 to .71. Content validity was established and construct validity has been explored preliminarily by examining the relationship between the PAQS-ACV scores and patients' compliance. DISCUSSION: Although the PAQS-ACV is a relatively new measure of quality nursing care, it has met many criteria for an adequate measure of quality care. The instrument fills a void in the assessment of quality by including patients in the direct evaluation of the care received.
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 | 0,014 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».