Hospital capacity for patient engagement in planning and improving health services: a cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND: Patient engagement (PE) in planning or improving hospital facilities or services is one approach for improving healthcare delivery and outcomes. To provide evidence on hospital capacity needed to support PE, we described the attributes of hospital PE capacity associated with clinical quality measures. METHODS: We conducted a cross-sectional survey of general and specialty hospitals based on the Measuring Organizational Readiness for Patient Engagement framework. We derived a PE capacity index measure, and with Multiple Correspondence Analysis, assessed the association of PE capacity with hospital type, and rates of hand-washing, C. difficile infection rates and 30-day readmission. RESULTS: Respondents (91, 66.4%) included general: < 100 beds (48.4%), 100+ beds (27.5%), teaching hospitals (11.0%) and specialty (13.2%) hospitals. Most featured PE in multiple clinical and corporate departments. Most employed PE in a range of Planning (design/improve facilities 94.5%, develop strategic plans 87.9%), Evaluation/Quality Improvement (accreditation 91.2%, develop QI plans 90.1%) and Service Delivery activities (develop information/communication aids 92.3%). Hospitals enabled PE with multiple supports (median 12, range 0 to 25), most often: 76.9% strategic plan recognizes PE, 74.7% patient/family advisory council, and 69.2% pool of patient volunteers; and least often: 30.0% PE staff, 26.4% PE funding and 16.5% patient reimbursement or 3.3% compensation. Hospitals employed a range of less (inform, consult) and more (involve, partner) active modes of engagement. Two variables accounted for 29.6% of variance in hospital PE capacity index measure data: number of departments featuring PE and greater use of active engagement modes. PE capacity was not associated with general hospital type or clinical quality measures. CONCLUSIONS: Hospitals with fewer resources can establish favourable PE conditions by deploying PE widely and actively engaging patients. Healthcare policy-makers, hospital executives and PE managers can use these findings to allocate PE resources. Future research should explore how PE modes and methods impact clinical 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 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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».