Priority measures for publicly reporting primary care performance: Results of public engagement through deliberative dialogues in 3 Canadian provinces
Notice bibliographique
Résumé
OBJECTIVE: While public reporting of hospital-based performance measurement is commonplace, it has lagged in the primary care sector, especially in Canada. Despite the increasing recognition of patients as active partners in the health-care system, little is known about what information about primary care performance is relevant to the Canadian public. We explored patient perspectives and priorities for the public reporting of primary care performance measures. METHODS: We conducted six deliberative dialogue sessions across three Canadian provinces (British Columbia, Ontario, Nova Scotia). Participants were asked to rank and discuss the importance of collecting and reporting on specific dimensions and indicators of primary care performance. We conducted a thematic analysis of the data. RESULTS: Fifty-six patients participated in the dialogue sessions. Measures of access to primary care providers, communication with providers and continuity of information across all providers involved in a patient's care were identified as the highest priority indicators of primary care performance from a patient perspective. Several common measures of quality of care, such as rates of cancer screening, were viewed as too patient dependent to be used to evaluate the health system or primary care provider's performance. CONCLUSIONS: Our findings suggest that public reporting aimed at patient audiences should focus on a nuanced measure of access, incorporation of context reported alongside measurement that is for public audiences, clear reporting on provider communication and a measure of information continuity. Participants highlighted the importance the public places on their providers staying up to date with advances in care.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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 ».