Patient satisfaction with care in epilepsy: How much do we know?
Notice bibliographique
Résumé
OBJECTIVE: Satisfaction with epilepsy care (SEC) encompasses care delivery, expectations, attitudes, and disease course. Through a systematic review of the evidence, we explore how and where the SEC of patients is being measured, the level of SEC overall and in specific domains, and its relationship to clinical and demographic variables. METHODS: We searched Medline, PsycINFO, CINAHL, Cochrane Register of Controlled Trials, and EMBASE using medical subject headings and keywords related to satisfaction with care and epilepsy in adults and children, in all languages. Two independent reviewers screened abstracts and full-text articles. We examined the clinical context and patient characteristics, type and content of satisfaction scales, and reported outcomes. Abstracted variables were grouped for descriptive purposes and presented as medians and proportions when the data allowed it. RESULTS: Of 25 included studies (6,336 patients), 88% were performed in the United States or the United Kingdom. Nine studies (36%) used validated instruments and 16 studies (64%) used nonvalidated instruments. For SEC domains reported in >1 study, the median proportion (interquartile range) of patients satisfied with epilepsy care was 86% (17%) for overall satisfaction with care, 85% (24%) for interpersonal skills, 78% (3%) for access to care, 67% (32%) for communication, and 65% (15%) for knowledge/technical skills. Communication and clinicians' knowledge was important in all settings. Patients seen in specialized settings and those receiving more and better information had higher SEC ratings. There was no consistent association between SEC and quality of care indicators. SIGNIFICANCE: Data on SEC have been reported infrequently. Patients are least satisfied with communication, perceived skills, and knowledge of care providers. Epilepsy-specific SEC tools have neither been validated nor do they contain many of the important domains identified by this review. The relationship between SEC and indicators of quality of care requires further study. Measures aimed at improving education and communication could improve SEC.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».