Enhancing patient involvement in quality improvement: How complaint managers see their roles and limitations
Notice bibliographique
Résumé
Patient involvement is a priority for healthcare organizations seeking to improve the quality of care and services. The contribution that complaint handling can make towards quality improvement has remained underexplored, while healthcare organizations are implementing strategies to effectively involve patients in quality improvement. We conducted a qualitative study to understand how complaint managers see their roles and limitations in enhancing patient involvement in quality improvement. A convenience sample of eleven complaint managers was selected from nine Canadian healthcare organizations with various annual volumes of complaints and situated in different settings (urban, rural, and semi-urban). The data were analyzed using a hybrid deductive-inductive approach with QDA Miner. The complaint managers saw themselves as having multiple roles that enhanced patient involvement in quality improvement: ensuring mediations with patients and clinical teams, monitoring improvements following a complaint, and informing the quality improvement and operations teams about the patients’ experiences. The complaint managers also reported limitations in their roles, such as the need to respect confidentiality that excluded patients from decisions about improvements and their hierarchical independence in the organization that kept them away from continuous quality improvement activities. Interestingly, the participants reported using new, promising practices that helped integrate, both retrospectively and proactively, the patients’ perspectives on quality improvement. Complaint handling can be effective, though it is a seldom-used gateway for integrating the patient’s voice in quality improvement. Several challenges need to be addressed to make complaint handling a more substantial element in the strategies for involving patients in healthcare organizations. Experience Framework This article is associated with the Quality & Clinical Excellence lens of The Beryl Institute Experience Framework. (http://bit.ly/ExperienceFramework) Access other PXJ articles related to this lens. Access other resources related to this lens.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».