MétaCan
Menu
Retour à la cohorte
Enregistrement W2152232598 · doi:10.5539/gjhs.v2n1p117

Patient satisfaction: evaluating nursing care for patients hospitalized with cancer in Tehran teaching hospitals, Iran

2010· article· en· W2152232598 sur OpenAlexvenueaboutno aff
Mehrnoosh Akhtari‐Zavare, Mohd Yunus Abdullah, Syed Tajuddin Syed Hassan, Salmiah Binti Said, Mohammad Kamali

Notice bibliographique

RevueGlobal Journal of Health Science · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Medicine and Health, University of SydneyUniversiti Putra Malaysia
Mots-clésRespondentMedicineFamily medicinePatient satisfactionNursingQuarter (Canadian coin)Health careStratified samplingNursing careCross-sectional study

Résumé

récupéré en direct d'OpenAlex

Background: Patient satisfaction is used as an important indicator of quality care and is frequently included in healthcare planning and evaluation. A cross sectional study was conducted to examine the relationship between cancer patients’ satisfaction with nursing care in order to assist nurses in defining more clearly their roles in 10 government teaching hospitals in Tehran, Iran. Method: A proportional stratified sampling method was used. Data was collected via validated Patient Satisfaction Questionnaire (PSQ) within a 3 month period. Result: The majority of respondents was males (52.3%). The overall median age of respondent was 50 (Inter-quarter range, 26), ranging from 14 years old to 85 years old. The findings revealed that a vast majority of these respondents (82.8%) was satisfied with the nursing care provided to them, while the others (17.2%) were not. There was a significant relationship between patients’ satisfaction and University’s hospital, types of treatment (P?0.05). Also; the University’s hospitals was the best predictor for level of satisfaction. Conclusion: This study found that most of the respondents were satisfied with the nursing care, though they suggested some improvements especially with respect to interpersonal relation

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,205
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,047
Tête enseignante GPT0,479
Écart entre enseignants0,431 · 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 tête enseignante, pas un consensus.

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

Citations67
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetPatient Satisfaction in HealthcareTravaux en français237 207