Experience-based co-design: A method for patient and family engagement in system-level quality improvement
Notice bibliographique
Résumé
Integrating patient and family member needs, wants and preferences in healthcare is of utmost importance. However, a standardized patient and family engagement model to understand these needs, wants and preferences in order to translate into high quality improvement activities is lacking. Experience based co-design (EBCD) is an approach that enables patients, family members and healthcare providers to co-design improvement initiatives together. In this study, EBCD was employed to: 1) assess the current state of information and educational resources at a local oncology center and 2) partner with patients, family members, and healthcare providers to create quality improvement initiatives targeting identified issues. Three focus groups were conducted: 1) patient and family member-specific, 2) healthcare provider-specific, and 3) all participants (including patients, family members and healthcare providers). Discussion questions were focused around current educational resources, barriers encountered throughout the cancer continuum, and recommendations for improvement. Six themes emerged from the two initial focus groups with patients and family members and healthcare providers: 1) patient-provider communication, 2) accessing information, 3) tailored information, 4) side effect information, 5) caregiver information, and 6) partners in care. Themes were presented to participants to ensure findings accurately depicted their experience and five quality improvement projects were created, aligning with the themes. This study provides an example of how EBCD helped to foster a safe environment, where patients, family members, and healthcare providers worked together in order to improve educational resources.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».