Patient perspectives on primary health care in rural communities: effects of geography on access, continuity and efficiency
Notice bibliographique
Résumé
INTRODUCTION: Examining how to deliver primary health care (PHC) services and increase their accessibility (regardless of geographic location) from the patient's perspective is needed. We conducted seven focus groups with people (n = 50) living in rural communities, in British Columbia, Canada, as they reflected on priorities for and use of PHC. METHODS: In addition to discussing their priorities for PHC services, participants completed a brief questionnaire designed to collect information regarding socio-demographics, health status and utilization of primary healthcare providers. Descriptive statistics were obtained from questionnaire data. Focus group data were coded using an evaluation framework specifically developed for PHC; a thematic content analysis was then conducted on the coded data. RESULTS: In total, 80% of participants had been patients of the same provider for more than one year and had an average of two chronic conditions. Participants described the challenges posed by geographical location in terms of: (1) making tradeoffs; (2) management, information, and relationship continuity of care; and (3) efficiency with health care delivery. Additional out-of-pocket expenses were associated with traveling to regional centers for health services. Those living in rural communities, especially people needing additional health services to manage their health problems, made tradeoffs between their safety of having to travel during times of poor road conditions and having their healthcare needs met. CONCLUSION: Challenges to timely access to a regular healthcare provider, continuity of information and management of people's chronic disease conditions, and linkages to specialist services and diagnostic tests pose challenges for those living in rural communities. The geographic location of rural communities compounds the extent to which these people are able to access timely and continuous PHC.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».