MétaCan
Menu
Retour à la cohorte
Enregistrement W2125898128 · doi:10.1093/intqhc/mzl014

Factors that influence cancer patients’ overall perceptions of the quality of care

2006· article· en· W2125898128 sur OpenAlexaffabout
Guillermo A. Sandoval, Adalsteinn Brown, Terry Sullivan, Esther Green

Notice bibliographique

RevueInternational Journal for Quality in Health Care · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)CancerMedicinePerceptionPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study outlines predictors of cancer patients' overall perceptions of the quality of care. DESIGN AND SETTING: Our sample included 2790 patients who received cancer care services during 2004 in 15 comprehensive cancer programmes across Ontario, Canada. Patients were classified into three groups: those receiving both chemotherapy and radiotherapy (n = 752), those receiving only chemotherapy (n = 1044), and those receiving only radiotherapy (n = 994). An ordinal logistic regression model for each patient group was performed to determine which variables most affected the probabilities of the patients' overall evaluations of the quality of care. Potential control variables were patients' age, sex, type of cancer, self-assessed health, and who completed the survey. RESULTS: Among seven common predictors of the overall quality perception across the three models, four should be of particular interest because patients perceived them as relatively problematic aspects of care. These are 'was informed about follow-up care after completing treatment', 'knew next step in care', 'knew who to go to with questions', and 'providers were aware of test results'. These predictors explained between 25 and 34% of the variance (depending on the model) of the overall perception of quality. The explanatory power of these predictors did not change across sex and age group. 'Self-assessed health' was the only control variable that remained in all three models. CONCLUSIONS: From a practical perspective, improvement efforts are best focused on factors that are strong predictors as well as on those for which there is a low score. Thus, on the basis of this study, practitioners' improvement efforts might be constructively focused on the four predictors mentioned above.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,242

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,156
Tête enseignante GPT0,545
Écart entre enseignants0,389 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations109
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Quality in Health CareMême sujetPatient Satisfaction in HealthcareTravaux en français237 207