Using the experience-based design (EBD) approach to strengthen patients’ impact.
Notice bibliographique
Résumé
69 Background: The Experience Based Design (EBD) approach uses patient and clinician experiences to identify opportunities for improvement in the healthcare system. The EBD approach elicits subjective and personal patient, carer, and staff experiences at crucial points in the care pathway by encouraging them to share their stories. Methods: Cancer Care Ontario (CCO), an agency that oversees cancer services in Ontario, held an EBD workshop with the objectives of capacity building and facilitating healthcare improvements throughout the province. 110 participants (27 teams) from across Ontario attended the workshop to engage participants to take an active role in developing actionable plans to address patient experience issues. An evaluation following two years of EBD was necessary to: (a) determine EBD progress and effectiveness; (b) identify successes/challenges for getting projects off the ground; and (c) identify additional resources required to spread EBD across Ontario. The evaluation consisted of: 1) two province-wide electronic surveys (long survey for those directly involved in EBD projects; short survey for frontline staff) and 2) semi-structured phone interviews with patients/caregivers. Results: Some EBD projects have completed multiple initiatives; others are just beginning. Projects address process improvement (e.g., streamlining patient bookings), resource/tool development (e.g., symptom screening tools) and establishing patient advisory boards and committees. Five (28%) survey respondents said that EBD projects elicited implementation of 6 to 10 changes and 6 (38%) respondents indicated that: (1) respect for patient preferences and (2) communication, information and education were two principles of Person-Centred Care (PCC) that improved the most. Conclusions: Future steps include development of a collaborative website, a symposium to showcase projects, an evaluation of the EBD initiative and peer-reviewed publication.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».