A Systematic Review of Surveys for Measuring Patient-centered Care in the Hospital Setting
Notice bibliographique
Résumé
BACKGROUND: Patient-centered care (PCC) is a core component of quality care and its measurement is fundamental for research and improvement efforts. However, an inventory of surveys for measuring PCC in hospitals, a core care setting, is not available. OBJECTIVE: To identify surveys for assessing PCC in hospitals, assess PCC dimensions that they capture, report their psychometric properties, and evaluate applicability to individual and/or dyadic (eg, mother-infant pairs in pregnancy) patients. RESEARCH DESIGN: We conducted a systematic review of articles published before January 2019 available on PubMed, Web of Science, and EBSCO Host and references of extracted papers to identify surveys used to measure "patient-centered care" or "family-centered care." Surveys used in hospitals and capturing at least 3 dimensions of PCC, as articulated by the Picker Institute, were included and reviewed in full. Surveys' descriptions, subscales, PCC dimensions, psychometric properties, and applicability to individual and dyadic patients were assessed. RESULTS: Thirteen of 614 articles met inclusion criteria. Nine surveys were identified, which were designed to obtain assessments from patients/families (n=5), hospital staff (n=2), and both patients/families and hospital staff (n=2). No survey captured all 8 Picker dimensions of PCC [median=6 (range, 5-7)]. Psychometric properties were reported infrequently. All surveys applied to individual patients, none to dyadic patients. CONCLUSIONS: Multiple surveys for measuring PCC in hospitals are available. Opportunities exist to improve survey comprehensiveness regarding dimensions of PCC, reporting of psychometric properties, and development of measures to capture PCC for dyadic patients.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».