Online patient feedback: a cross-sectional survey of the attitudes and experiences of United Kingdom health care professionals
Notice bibliographique
Résumé
Objectives Online patient feedback is a growing phenomenon but little is known about health professional attitudes and behaviours in relation to it. We aimed to identify the characteristics, attitudes and self-reported behaviours and experiences of doctors and nurses towards online feedback from their patients or their carers. Methods We conducted a cross-sectional self-completed online questionnaire of 1001 registered doctors and 749 nurses and midwives involved in direct patient care in the United Kingdom. Results Just over a quarter (27.7% or 277/1001) of doctors and 21% (157/749) of nurses were aware that patients/carers had provided online feedback about an episode of care in which they were involved, and 20.5% (205/1001) of doctors and 11.1% (83/749) of nurses had experienced online feedback about them as an individual practitioner. Feedback on reviews/ratings sites was seen as more useful than social media feedback to help improve services. Both types of feedback were more likely to be seen as useful by nurses compared with doctors and by hospital-based professionals compared with those based in community settings. Doctors were more likely than nurses to believe that online feedback is unrepresentative and generally negative in tone. The majority of respondents had never encouraged patients/carers to leave online feedback. Conclusions Despite enthusiasm from health policymakers, many health care professionals have little direct experience of online feedback, and rarely encourage it, as they view it as unrepresentative and with limited value for improving the quality of health services. The difference in opinion between doctors and nurses has the potential to disrupt any use of online patient feedback. The findings have implications for policy and practice in how online patient feedback is solicited and acted upon.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».