MétaCan
Menu
Retour à la cohorte
Enregistrement W2787368043 · doi:10.7556/jaoa.2018.022

Reducing Patient No-Shows: An Initiative at an Integrated Care Teaching Health Center

2018· article· en· W2787368043 sur OpenAlex
Ashwin Mehra, Claire J. Hoogendoorn, Greg Haggerty, Jessica Engelthaler, Stephen Gooden, M. Joseph, Shannon L. Carroll, Peter Guiney

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Osteopathic Medicine · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineQuarter (Canadian coin)Health careFamily medicineCenter (category theory)Intervention (counseling)Community health centerCommunity healthNursingPublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient no-shows impede the effectiveness and efficiency of health care services delivery. OBJECTIVE: To evaluate a 2-phase intervention to reduce no-show rates at an integrated care community health center that incorporates a teaching program for osteopathic family medicine residents. METHODS: The Elmont Teaching Health Center (ETHC) is 1 of 5 community-based health centers comprising the Long Island Federally Qualified Health Centers. In August 2015, the ETHC implemented a centerwide No-Show Rates Reduction Initiative divided into an assessment phase and implementation phase. The assessment phase identified reasons most frequently cited by patients for no-shows at the ETHC. The implementation phase, initiated in mid-September, addressed these reasons by focusing on reminder call verification, patient education, personal responses to patient calls, institutional awareness, and integration with multiple departments. To assess the initiative, monthly no-show rates were compared by quarter for 2015 and against rates for the previous year. RESULTS: We recorded 27,826 appointments with 6147 no-shows in 2014 and 31,696 appointments with 5690 no-shows in 2015. No-show rates in the first 3 quarters of 2015 (range, 18.2%-20.0%) were slightly lower than the rates in 2014 (20.1%-23.4%) and then changed by an increasingly wide margin in the last quarter of 2015 (15.3%), leading to a significant year (2014, 2015) by quarter (Q1, Q2, Q3, Q4) interaction (P=.004). Also, the change observed in Q4 in 2015 differed significantly from Q1 (P=.017), Q2 (P=.004), and Q3 (P=.027) in 2015, while Q1, Q2, and Q3 in 2015 did not significantly differ from one another. CONCLUSION: No-show rates were successfully reduced after a 2-phase intervention was implemented at 1 health center within a larger health care organization. Future directions include dismantling the individual components of the intervention, evaluating the role of patient volumes in no-show rates, assessing patient outcomes (eg, costs, health) in integrative care settings that treat underserved populations, and evaluating family medicine residents' training on continuity of care and no-show rates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,447
Écart entre enseignants0,355 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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