Patient‐reported experience measures are essential to improving quality of care for chronic wounds: An international qualitative study
Notice bibliographique
Résumé
Traditional quality measures for chronic wounds have focused on objective outcomes that are challenging to risk adjust, lack patient input, and have limited ability to inform quality improvement interventions. Patient-reported experience measures (PREMs) provide information from the patient perspective regarding health care quality and have potential to improve patient-centredness, increase care efficiency, and generate actionable data for quality improvement. The purpose of this study was to understand patient experiences and health care processes that impact quality of care among patients with chronic wounds. Sixty patients at least 18 years of age with various wound aetiologies were recruited from Canada, Denmark, The Netherlands, and the United States as part of a larger phase 1 qualitative study to develop a patient-reported outcome measure for chronic wounds (WOUND-Q). All patients had a chronic wound for at least 3 months, were fluent in their native speaking language, and able to participate in a one-on-one semi-structured interview. Interviews were digitally recorded and transcribed verbatim. Interpretive description was used to identify recurrent themes relating to patient experience and quality of care. We identified five domains (care coordination, establishing/obtaining care, information delivery, patient-provider interaction, and treatment delivery) and 21 sub-domains (access to patient information, interdisciplinary communication, encounter efficiency, provider availability, specialist referral, staff professionalism, travel/convenience, modality, reciprocity, understandability/consistency, accountability, continuity, credentials, rapport, appropriateness, complication management, continuity, environment/setting, equipment and supply needs, expectation, and patient-centred) as potential opportunities to measure and improve quality of care in the chronic wound population. PREMs for chronic wounds represent an important opportunity to engage patients and longitudinally assess quality across clinical settings and providers. Future research should focus on developing PREMs to complement traditional objective and patient-reported outcome measures for chronic wounds.
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 | 0,024 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».