<p>Determinants Of Patient Experience With Low Back Pain Interdisciplinary Care: A Pre-Post Interventional Study</p>
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Measuring patients' experiences of health services has become an essential part of quality of care reporting and a means for identifying opportunities for improvement. This study aimed to evaluate change in patient experience in an interdisciplinary primary care program and to estimate the impact on patient experience of sociodemographic, function, pain and general health status, resource utilization, and process variables. PATIENTS AND METHODS: A 6-month interdisciplinary care program for individuals with low back pain (LBP) was implemented at four primary care settings and evaluated using an observational pre/post study design. The change in patient experience was evaluated using the Patient Assessment of Chronic Illness Care questionnaire (PACIC) completed at baseline and 6 months post-intervention (n=132). Descriptive and multivariable analyses were performed using SAS version 9.3. RESULTS: The average patient age was 57 (SD: 14) years of age and the majority were female (53%). The mean overall PACIC score was 2.6 (SD: 1.1) at baseline and 3.6 (SD: 0.9) at 6 months. The experience of care improved for 62% of the participants based on the minimal clinically important difference (MCID). No significant determinants of overall PACIC change score were identified in the multivariable regression models. CONCLUSION: The lack of association of hypothesized determinants requires further examination of the properties of the PACIC and with a larger sample. Future investigation is needed on the relationship between improved patient experience and outcomes.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».