Factors associated with patient satisfaction in a private health care setting in India: A cross-sectional analysis
Notice bibliographique
Résumé
The present study was conducted to assess patient satisfaction and factors associated with it in a tertiary care hospital in India; and to evaluate the delay in discharge process and its association with satisfaction. It is a cross-sectional analysis of secondary data abstracted from patient satisfaction forms of 1,054 individuals. We analysed factors associated with rating of hospital services and overall hospital experience. We also evaluated the delay in discharge process and its association with overall satisfaction of these patients. We used regression models to assess factor associated with satisfaction scores and “good hospital experience”. About 91% of individuals reported that their experience in the hospital was good. The mean satisfaction scores were significantly lower in patients with delays in discharge due to insurance problems (-0.14, 95% CI: -0.27, -0.02). An increase in one unit in doctor’s score was significantly associated with “good rating” of hospital services (OR: 1.37, 95% CI: 1.19, 1.58). Similarly, one unit increase in the housekeeping score (OR: 1.34, 95% CI: 1.18, 1.52) and billing score (OR: 1.83, 95% CI: 1.56, 2.16) were significantly associated with an overall “good” rating. Thus, problems faced by patients and relatives during completion of billing procedures are important factors that determine overall satisfaction with health care settings. Improving the interpersonal and communication skills of doctors will be an important intervention for better hospital experience.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».