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 OpenAlexaboutno aff
Ashwin Mehra, Claire J. Hoogendoorn, Greg Haggerty, Jessica Engelthaler, Stephen Gooden, M. Joseph, Shannon L. Carroll, Peter Guiney

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,002
Science ouverte0,0040,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Osteopathic MedicineMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207