Public or Private Magnetic Resonance Imaging: What Do the Patients Think?
Notice bibliographique
Résumé
PURPOSE: We described the demographic, clinical, and attitudinal profiles of patients awaiting magnetic resonance imaging (MRI) at a private and at a hospital-based facility, and hypothesized that they would not differ significantly. METHODS: A survey of patients attending a hospital facility and a privately owned venue in an Ontario city. Descriptive, bivariate, and logistic regression analyses were performed. RESULTS: A total of 314 patients provided data, with a higher response rate at the private clinic than at the hospital-based clinic (97% vs 60%). For the majority of patients (58%), the MRI was scheduled to follow up known disease; 55.8% waited more than 4 weeks; 6.4% waited more than 6 months. One-third of patients expressed a willingness to travel to the United States and pay for the MRI, 41% expressed a willingness to pay within Ontario, and 66% were willing to travel elsewhere in Ontario. They were more likely to be at the hospital-based MRI if they were being followed up for known disease and had a diagnosis of cancer, whereas those patients at the private MRI facility reported significantly more pain; 59% of the hospital-based sample and 72% of the private clinic sample reported significantly reduced quality of life because of their health problem. DISCUSSION: These data provide interesting insights into the characteristics of patients awaiting an MRI and the attitudes of patients towards public and private MRI clinics. There were significant attitudinal differences between those patients attending the 2 facilities. Pain, coupled with a long wait, may create an incentive for patients to conclude that private clinics should be permitted if the hospital environment is unable to improve access times.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| 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 ».