Impact of Patient‐Centered Discharge Tools: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Patient-centered discharge tools provide an opportunity to engage patients, enhance patient understanding, and improve capacity for self-care and postdischarge outcomes. PURPOSE: To review studies that engaged patients in the design or delivery of discharge instruction tools and that tested their effect among hospitalized patients. DATA SOURCES: We conducted a search of 12 databases and journals from January 1994 through May 2014, and references of retrieved studies. STUDY SELECTION: English-language studies that tested discharge tools meant to engage patients were selected. Studies that measured outcomes after 3 months or without a control group or period were excluded. DATA EXTRACTION: Two independent reviewers assessed the full-text papers and extracted data on features of patient engagement. DATA SYNTHESIS: Thirty articles met inclusion criteria, 28 of which examined educational tools. Of these, 13 articles involved patients in content creation or tool delivery, with only 6 studies involving patients in both. While many of these studies (10 studies) demonstrated an improvement in patient comprehension, few studies found improvement in patient adherence despite their engagement. A few studies demonstrated an improvement in self-efficacy (2 studies) and a reduction in unplanned visits (3 studies). CONCLUSIONS: Improving patient engagement through the use of media, visual aids, or by involving patients when creating or delivering a discharge tool improves comprehension. However, further studies are needed to clarify the effect on patient experience, adherence, and healthcare utilization postdischarge. Better characterization of the level of patient engagement when designing discharge tools is needed given the heterogeneity found in current studies. Journal of Hospital Medicine 2017;12:110-117.
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.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle