Citizen perspectives on the use of publicly reported primary care performance information: Results from citizen‐patient dialogues in three Canadian provinces
Notice bibliographique
Résumé
OBJECTIVE: Performance measurement and reporting is proliferating in all sectors of the healthcare system, including primary care, despite a dearth of evidence on how the public uses reports on primary care performance. We explored how the public might use this information, to guide the development of effective reporting systems for primary care. METHODS: We conducted six full-day deliberative dialogue sessions with a purposive sample of 56 citizen-patients across three Canadian provinces (British Columbia, Ontario and Nova Scotia). Participants identified how they would use publicly reported performance data. We conducted a thematic analysis of the data by region. RESULTS: Common uses for primary care performance information emerged across all sessions. Participants most often discussed the utility of this information for community advocacy and participation in health system decision making. Similar barriers for using performance information to choose a primary care provider were identified in each region including the perceived lack of choice of providers and the high value placed on relationships with current providers. Finally, the value of public performance reporting in enhancing trust that people would receive good care was also a common theme. CONCLUSIONS: Citizen-patient perspectives highlight that public reporting on primary care performance could promote the health system's responsiveness by enabling public engagement in decision making at the community level. The role of public reporting in promoting trust rather than empowering patient choice may reflect unique elements of the Canadian health system's context.
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 | 0,000 | 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 | 0,001 | 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 ».