MétaCan
Menu
Retour à la cohorte
Enregistrement W2530064331 · doi:10.1093/intqhc/mzw104.93

ISQUA16-1473PATIENT-CENTRED MEASUREMENT OF EXPERIENCES AND OUTCOMES OF CARE IN BRITISH COLUMBIA, CANADA: STATISTICS WITHOUT THE TEARS WIPED OFF

2016· article· en· W2530064331 sur OpenAlexaffabout
Lena Cuthbertson, Lynn C. Parsons

Notice bibliographique

RevueInternational Journal for Quality in Health Care · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensMinistry of HealthProvidence Health Care
Organismes subventionnairesnon disponible
Mots-clésHealth careQuality managementQuality (philosophy)MedicineHealthcare policyNursingMedical educationFamily medicineOperations managementHealth policyPolitical scienceHealth care reformEngineeringPublic health

Résumé

récupéré en direct d'OpenAlex

To demonstrate how British Columbia (BC), Canada changed its standardized, scientifically rigorous, province-wide approach to measurement and reporting of patient-centred care to ensure data was used locally for quality improvement purposes and provincially to inform policy development. BC's patient-centred measurement program gives those who use healthcare services a voice in improving the quality of the care they receive. BC has collected feedback for 13 years from over one million patients about their perceptions of our healthcare system. An underlying assumption of the program was that routine feedback provided to clinicians about the experiences of “their own” patients would drive improvements. Interviews with key stakeholders explored success factors and barriers to using survey results. Although there was appreciation for methodologically robust data collection and reporting, clinicians and leaders did not want systematic translation of the voice of patients into “statistics with the tears wiped off”. This seemed counterintuitive to a program intended to increase patient-centredness. Cycles of tests of change engaged leaders, staff, and patients with the aim of developing patient-centred, user-friendly, easier to read, and more timely reports.

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)0,063
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,997

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0630,086
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,010
Études des sciences et des technologies0,0090,004
Communication savante0,0070,002
Science ouverte0,0040,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0370,004

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 Opus0,173
Tête enseignante GPT0,493
Écart entre enseignants0,320 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

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

En bref

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Quality in Health CareMême sujetClinical practice guidelines implementationTravaux en français237 207