MétaCan
Menu
Retour à la cohorte
Enregistrement W2515538168 · doi:10.1177/0840470416645601

Expanding patient engagement in quality improvement and health system redesign

2016· review· en· W2515538168 sur OpenAlexaffabout
G. Ross Baker, Carol Fancott, Maria Judd, Patricia OʼConnor

Notice bibliographique

RevueHealthcare Management Forum · 2016
Typereview
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensMcGill University Health CentreCanadian Foundation for Healthcare ImprovementUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWorryQuality managementHealth careNursingQuality (philosophy)Patient experiencePatient satisfactionBusinessMedicineHealthcare systemPsychologyPublic relationsKnowledge managementMarketingPolitical scienceComputer scienceAnxiety

Résumé

récupéré en direct d'OpenAlex

Healthcare organizations face growing pressures to increase patient-centred care and to involve patients more in organizational decisions. Yet many providers worry that such involvement requires additional time and resources and do not see patients as capable of contributing meaningfully to decisions. This article discusses three efforts in four organizations to engage patients in quality improvement efforts. McGill University Health Centre, Saskatoon Health Region, and Vancouver Coastal and Fraser Health Regions all engaged patients in quality improvement and system redesign initiatives that were successful in improving care processes, outcomes, and patient experience measures. Patient involvement in redesigning care may provide a way to demonstrate the value of patients' experiences and inputs into problem-solving, building support for their involvement in other areas. Further study of these cases and a broader survey of organizational experiences with patient involvement may help elucidate the factors that support greater patient engagement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,415
Tête enseignante GPT0,517
Écart entre enseignants0,102 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetMental Health and Patient InvolvementTravaux en français237 207