Establishing components of high-quality injury care
Notice bibliographique
Résumé
BACKGROUND: Each year, injuries affect 700 million people worldwide, more than 5 million people die of injuries, and 68,000 survivors remain permanently impaired. Half of all critically injured patients do not receive recommended care, and medical errors are common. Little is known about the aspects of injury care that are important to patients and their families. The purpose of this study was to explore the views of patients and families affected by injury on desired components of injury care in the hospital setting. METHODS: With the use of a grounded theory approach, this qualitative study involved focus groups with injured patients, family members of survivors, and bereaved family members from four Canadian trauma (injury care) centers. RESULTS: Thirty-eight participants included injured patients (n = 16), family members of survivors (n = 13), and bereaved family members (n = 9) across four trauma (injury care) centers in different jurisdictions. Participants articulated numerous themes reflecting important components of injury care organized across three domains as follows: clinical care (staff availability, professionalism, physical comfort, adverse events), holistic care (patient wellness, respect for patient and family, family access to patient, family wellness, hospital facilities, supportive care), and communication and information (among staff, with or from staff, content, delivery, and timing). Bereaved family members commented on decision making and end-of-life processes. Subthemes were revealed in most of these themes. Trends by site or type of participant were not identified. CONCLUSION: The framework of patient- and family-derived components of quality injury care could be used by health care managers and policy makers to guide quality improvement efforts. Further research is needed to extend and validate these components among injured patients and families elsewhere. Translating these components into quality indicators and blending those with measures that reflect a provider perspective may offer a comprehensive means of assessing injury 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 | 0,023 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,012 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,004 | 0,016 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».