Nurses’ Perceptions on the Overuse of Health Services: A Qualitative Study
Notice bibliographique
Résumé
PURPOSE: To examine whether nurses in Israel think there is overuse of health services, the reasons behind the issue, and ways to reduce the overuse. DESIGN: This was a qualitative study using semistructured interviews. A convenience sample of community care nurses from health clinics across Israel was interviewed. Interviews focused on common areas of overuse, outcomes of overuse, causes of overuse, and potential ways to address the issue. Interviews were recorded, transcribed, and analyzed thematically. FINDINGS: Overuse of antibiotics, imaging, blood tests, and prenatal surveillance were cited as main areas of health service overuse. Participants stated that negative outcomes of overuse could be seen at patient, health system, and population levels. Factors influencing overuse included patient satisfaction, physician fears, and insecurities. Potential interventions included improving physicians' diagnostic confidence, increasing appointment times, providing patients with more treatment information, and implementing a unified computerized system across medical institutions. CONCLUSIONS: Nurses mentioned physicians and patients as main actors in influencing overuse; hence, those populations should be researched further. The health system was identified as the responsible party to address the issue. Health system leaders must consider potential barriers, and investigate interventions that match current culture and context within the health system. CLINICAL RELEVANCE: Nurses can play an essential role in limiting overuse and mitigating subsequent harms to patients.
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 | 0,030 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».