Comparing patient reports about hospital care across a Canadian-US border
Notice bibliographique
Résumé
OBJECTIVE: To compare patient reports about hospital care between western New York State and southern Ontario using a random intercept model. METHOD: Cross-sectional survey of 3923 patients who received medical or surgical care between August and October 2004 at 28 hospitals (14 hospitals per jurisdiction). Thirty-five questions were combined to calculate eight indicators with scores ranging from 0 to 100 (best care experience). For each indicator, a model was built where the region (western New York vs. southern Ontario) was included as a fixed effect with hospital as random within region. A number of patient characteristics were also included as fixed effects. RESULTS: The effect of the region was statistically significant (P < 0.05) only for the models predicting the 'continuity and transition', 'involvement of family' and 'physical comfort' indicator scores. The differences were 10.66, 4.05 and -3.23 points, respectively. In all three models, the random intercepts were not statistically significant, indicating that the differences above did not vary by hospitals. The model predicting 'overall impression' scores, however, showed a random intercept statistically significant (P = 0.026). The individual-level explained proportion of variance ranged from 5.68 to 11.22%, and the hospital-within-region-level explained proportion of variance ranged from 2.19 to 52.28%. CONCLUSION: The difference observed on the 'continuity and transition' indicator might be the only one somewhat meaningful, and might be explained by health maintenance organization reimbursements' mechanisms and hospital quality improvement initiatives available in western New York, as well as by the fact that occupancy rates in western New York border the 60% compared with the 95% in southern Ontario.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».