Predicting patient complaints in hospital settings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The prediction of patient complaints is not clearly understood. This is important in so far as patient complaints have been shown to correlate with other adverse outcomes of interest in acute care facilities. OBJECTIVES: To evaluate the complexity of the patient case and patient safety culture as predictors of patient complaints. DESIGN: A matched case-control analysis of data from patients filing complaints (cases) and matched patients who did not file complaints (controls) in 2005. Staff surveys were used to measure the Patient Safety Culture on individual units. SETTING: 45 inpatient acute care units from four general hospitals in a large metropolitan centre in western Canada. SAMPLE: 586 patients registering complaints in 2005. METHOD: The primary outcome was patient complaints (number and type). Predictors included unit-level measures of patient safety culture based on a survey and patient admission characteristics (including age, gender, treatment unit, primary diagnosis, case resource intensity). RESULTS: The probability of a patient complaint was positively associated with cases of higher complexity (beta = 0.145, p = 0.032; odds ratio = 1.16; CI 0.994 to 1.344). The culture of patient safety within hospital units was not related to the probability of complaints within a given unit. CONCLUSIONS: Patient complaints are associated with higher clinical complexity. However, the confidence interval around the odds ratio for this association just crosses 1.0 and is thus not "significant" in a traditional framework of dichotomously judging statistical significance at the 95% confidence level. The lack of association with a unit's safety culture, meanwhile, implies that the non-modifiable clinical complexity factor is a more important determinant of patient complaints.
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.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle