Patient Rating Sites for Daily Supervision by Healthcare Inspectorates: Implementation into Practice
Notice bibliographique
Résumé
Background: Social media and especially patient rating sites (PRS’s) have shown to be an interesting new source of information about quality of care from the patient’s perspective. Several studies indicate a relationship between information on social media and quality of health care including patients’ experiences, mortality ratio’s, readmission rates and infection rates. Therefore, information on PRS’s could have added value in supervision the quality for care by official supervising bodies such as a healthcare inspectorate. Objective: To implement a system in which relevant information about the quality of care is efficiently identified and extracted from PRS’s and presented to inspectors by adding it to the risk judgment system for day-to-day supervision. Methods: The study consisted of three parts: (1) Exploration based on expert opinion by supervision experts of the Dutch Healthcare Inspectorate (DHI) of the added value for individual reviews with a poor rating (< 7 on a scale from 1-10) by making use of pre-developed scales. (2) Investigation of the opportunities for preselecting information by DHI researchers by scoring reviews in duos in order to test interrater agreement. (3) Designing a process description with all relevant stakeholders to create a realistic implementation path. Results: For 72 of 116 cases in supervision of long-term elderly care on four major risk themes (medication safety, hygiene, expertise and restriction of freedom) information was considered to be relevant. Preselecting information from PRS’s showed acceptable agreement for four out of five researchers. Based on these results we designed a process description of adopting PRS data into the risk database of the DHI for long-term elderly care by using a File Transfer Protocol, extracting data from the PRS. Starting from June 1st 2015 the DHI inspectors will receive information about long-term elderly care organisations of the major Dutch PRS, next to other quality and safety indicators. Conclusions: The results show that PRS’s could be used to include the patient’s perspective in day-to-day supervision. Important conditions are sufficient number of reviews and enthusiastic inspectors. These findings indicate that PRS’s may enable supervisory bodies to include the patients’ perspective in an efficient way. Future research should explore the opportunities of other healthcare sectors and other social media such as Twitter en Facebook.
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 | 0,001 | 0,003 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».