Safety participation at the direct care level: Results of a patient questionnaire
Notice bibliographique
Résumé
Understanding how patients can be engaged in safety-related activities at the direct care level is of current relevance given global efforts to reduce harm in hospitals. As part of a multiphase study, including a descriptive, exploratory qualitative study (Duhn & Medves, 2018), patients were asked to respond to a brief questionnaire to quantify how they viewed their patient-reported safety participation behaviours while in hospital. This paper is a summary of those responses. The 8-item questionnaire was, in part, used to help address a secondary research question of the larger qualitative study, specifically: What behaviours do patients report in promoting their safety while receiving care in hospital? Patients completed the questionnaire at the end of the face-to-face in-hospital interviews. Twenty-eight adult inpatients completed the questionnaire. Fifteen participants indicated that they ‘always’ or ‘usually’ checked their hospital medications; this was the second lowest rated activity. Most participants (n=20) believed they could rely on their knowledge and alertness to protect them from health-care error. Seventeen participants were in the high participation category. Given the prevalence of medication errors, patient involvement warrants further examination, including system supports to increase feasibility. Overall, a standardized, valid and reliable patient engagement in safety measure for the direct care level is required. Experience Framework This article is associated with the Policy & Measurement lens of The Beryl Institute Experience Framework. (https://www.theberylinstitute.org/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 | 0,000 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».