What are the most important dimensions of quality for addiction and mental health services from the perspective of its users?
Notice bibliographique
Résumé
There is a need to better engage service users in improving their experience with the care received in Addiction and Mental Health (A&MH). Dimensions of patient experience that are most salient to A&MH service users still remain to be properly defined from the patient perspective. This research focuses on identifying key domains of service experience important to patients of Addiction and Mental Health using patient focus groups. In addition, through a patient and family advisory committee, patients were also engaged as co-partners of the research team. The patient advisors had a major role in overseeing the research project, assisting with the thematic analysis and identifying the service domains. A total of 48 individuals (60% female; mean age = 45 years) with lived experience using A&MH services participated in the focus groups. The major themes that emerged from the focus groups led to the identification of seven dimensions of service quality: 1) access, 2) humanity of care, 3) skill and quality of staff, 4) patient engagement, 5) internal and external program communication, 6) individualized treatment and 7) continuity of care. We found that these domains were similar across all service settings including addictions. Patient advisors provided a unique “insider” perspective on the data. Identifying common aspects of service is the first phase of this study. These findings will form the framework for the development of a patient experience survey for Addiction and Mental Health.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».