Multicenter validation of the Quality of Trauma Care Patient-Reported Experience Measure (QTAC-PREM)
Notice bibliographique
Résumé
BACKGROUND: Incorporating patient and family perspectives into injury care quality assessment is a necessary part of comprehensive quality improvement. However, tools to measure patient and family perspectives of injury care are lacking. Therefore, our objective was to assess the psychometric properties of the Quality of Trauma Care Patient-Reported Experience Measure (QTAC-PREM), the first measure developed to assess patient experiences with overall injury care. METHODS: We conducted a prospective multicenter cohort study of adult injury patients recruited from three trauma centers. Patients or surrogates completed an acute care survey measure in the hospital and a post-acute care survey measure after hospital discharge. RESULTS: Four hundred participants (78%) completed the acute care measure, and 207 (59%) completed the post-acute care measure. We identified three subscales on the acute measure and two subscales on the post-acute measure. All subscales and items had evidence of construct validity. Four subscales had good internal consistency, and three were independent predictors of participants' overall ratings of injury care quality. The majority of items demonstrated suitable test-retest reliability. Comparison of QTAC-PREM scores with those of an existing patient experience tool, the Hospital version of the Consumer Assessment of Healthcare Providers and Systems (HCAHPS), demonstrated evidence of appropriate divergent and convergent validity. CONCLUSION: This study demonstrates that the QTAC-PREM is feasible to implement at trauma centers and provides evidence of validity and reliability. The tool may be useful to incorporate patient perspectives into trauma care quality measurement and improvement.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».