Academic family health teams: Part 2: patient perceptions of access.
Notice bibliographique
Résumé
OBJECTIVE: To explore patients' perceptions of primary care (PC) in the early development of academic family health teams (aFHTs)--interprofessional PC teams delivering care where family medicine and other health professional learners are trained--focusing on patients' perceptions of access and patients' satisfaction with services. DESIGN: Self-administered survey. SETTING: Six aFHTs in Ontario. PARTICIPANTS: Adult patients attending appointments and administrators at each of the aFHTs. MAIN OUTCOME MEASURES: Answers to questions about access from the Primary Care Assessment Tool Adult Expanded Version, the Primary Care Assessment Survey, and research team questions. RESULTS: The response rate was 47.3% (1026 of 2167). The mean (SD) Primary Care Assessment Tool first-contact accessibility score was 2.28 (0.36) out of 4, with 96.5% of patients rating access less than 3, which was the minimum expected level of care. Two-thirds (66.6%) indicated someone from their aFHTs would definitely or probably see them the same day if they were sick, 56.8% could definitely or probably get advice quickly by telephone, and 14.5% indicated it was definitely or probably difficult to be seen by their primary health care provider (HCP). Additionally, 46.9% indicated they would like to get medical advice by e-mail. For a routine or follow-up visit, 73.4% would be willing to see another aFHT physician if their regular provider were unavailable, while only 48.3% would see a nonphysician HCP. If sick, 88.2% would see another aFHT physician and 55.2% would see a nonphysician HCP. Most (75.3%) were satisfied with access to their regular HCP. CONCLUSION: Although patients are generally satisfied with care, there is room for improvement in access. Strategies are needed to enhance access to care, including addressing appropriate roles and scopes of practice for nonphysician HCPs. The accessibility challenges for aFHTs will likely affect new family physicians and other HCPs training in these practices and their approach to future practice.
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 | 0,002 | 0,007 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».