EVALUATION OF PATIENT INVOLVEMENT IN A HEALTH TECHNOLOGY ASSESSMENT
Notice bibliographique
Résumé
OBJECTIVES: We sought to evaluate patient involvement (consultation and direct participation) in the assessment of alternative measures to restraint and seclusion among adults in short-term hospital wards (in psychiatry) and long-term care facilities for the elderly. METHODS: We conducted individual semi-structured interviews with thirteen stakeholders: caregivers, healthcare managers, patient representatives, health technology assessment (HTA) unit members, researchers, and members of the local HTA scientific committee. Data were collected until saturation. We carried out content analysis of two HTA reports and four other documents that were produced in relation with this HTA. We also used field notes taken during formal meetings and informal discussions with stakeholders. We performed thematic analysis based on a framework for assessing patient involvement in HTA. We then triangulated data. RESULTS: For the majority of interviewees, patient consultation enriched the content of the HTA report and its recommendations. This also made it possible to suggest other alternatives that could reduce the use of restraint and seclusion and helped confirm some views and comments from healthcare professionals consulted in this HTA. The direct participation of patient representatives enabled rephrasing of some findings so as to bring the patient perspective to the HTA report. CONCLUSIONS: Patient consultation was seen as having directly influenced the content of the HTA report while direct participation made it possible to rephrase some findings. This is one of few studies to assess the impact of patient involvement in HTA and more such studies are needed to identify the best ways to improve the input of such involvement.
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 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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».