Changes of the perceived quality of care for older patients with hypertension by community health centers in shanghai
Notice bibliographique
Résumé
BACKGROUND: Monitoring and evaluating changes of quality of primary care for older adult hypertensive patients is part of effective delivery of primary care. This study aimed to investigate changes of older adult hypertensive patients' perceived quality of primary care over time in Shanghai. METHODS: Two rounds of cross-sectional questionnaire surveys were conducted in Shanghai in November 2011 and June 2013. A total of 437 patients participated in the first Round survey and 443 in the second. Primary care attributes were collected from Community Health Center users through on-site face-to-face interview surveys using the validated Primary Care Assessment Tool. Multiple linear regressions were used to determine whether there was any difference in primary quality of care scores between 2011 and 2013 surveys. RESULTS: Compared with those in the first Round, participants in the second Round reported higher scores in total primary care quality (28.73 vs. 27.75, P < 0.001), as well as primary care attributes including first-contact utilization (2.81 vs. 2.60, P < 0.001) and accessibility (2.48 vs. 2.44, P < 0.05), continuity of care (3.38 vs. 3.27, P < 0.001), coordination of information (3.82 vs. 3.67, P < 0.001), comprehensiveness of service availability (3.51 vs. 3.39, P < 0.001) and provision (2.69 vs. 2.43, P < 0.001), and cultural competence (2.67 vs. 2.49, P < 0.05), but a lower score in coordination of services (2.45 vs. 2.55, P < 0.05). CONCLUSION: Older adult hypertensive patients perceived better primary care quality from 2011 to 2013 in Shanghai. This may be associated with the general practitioner team service in Shanghai where hypertensive patients were targeted.
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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».