Level of satisfaction in patients/attendants admitted with traumatic brain injury at an advanced ER/Casualty in a Tertiary Care Teaching Hospital
Notice bibliographique
Résumé
Background: The objective of the present study was to develop an instrument that could be helpful to measure the level of satisfaction with hospital services in cases of traumatic brain injuries. Methods: The present pilot study was a prospective analysis of traumatic brain injury patients. The study was approved by the institutional ethical committee. The data was collected regarding demographics, clinical presentation, management offered, complications and survival. Patient satisfaction was measured by a validated questionnaire with six domains: information, human care, comfort, visiting, intimacy, and cleanliness. The data was collected in self-administered questionnaire to measure attendants’ desires and expectations for a broad spectrum of frequently used services in a hospital. Attendants indicated their level of satisfaction by selecting responses ranging from poor=1, fair=2, good=3, very good=4 and excellent=5. Each domain was scored from excellent to poor, with higher scores indicating higher levels of patient satisfaction. Results: During the pilot study period, data for a total 86 patients was collected. The mean age was 36.81 years (Age range 6-73 years, median-35.5 years). Mean hospital stay was 9.25 days (range 2-35 days, median 6.9 days). In present study almost all the patients were brought by close relatives. Most of the patients belonged to the low socio-economic status (coolie 33/86, farmers’ 17/86). Sixty six patients made good recovery, 14 had moderate disability and 6 patients had severe disability at the time of discharge. The overall satisfaction level was classified into excellent, very good, good, average and poor. Details of the level of satisfaction and most of the time it was excellent to very good and good level of satisfaction. There were no averages or poor response. Conclusions: We believe the scores obtained from the questionnaire from present pilot study can serve as baseline against which to compare the results from future surveys.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».