Conceptualizing success factors for patient engagement in patient medical homes: a cross-sectional survey
Notice bibliographique
Résumé
<h3>Background:</h3> Patient engagement is a priority for health care quality improvement and health system design, but many organizations struggle to engage patients meaningfully. We describe patient engagement activities and success factors that influence organizational decision-making in Ontario’s patient medical homes. <h3>Methods:</h3> From March to May 2018, we conducted an online survey focused on practice-level patient engagement that targeted primary care organization leaders at all Ontario family health teams, community health centres, nurse practitioner–led clinics and Aboriginal Health Access Centres. We asked questions from the Measuring Organizational Readiness for Engagement (MORE) and Public and Patient Engagement Evaluation Tool (PPEET) questionnaires. We used factor and mediation analysis to identify organizational conditions and activities that are associated with the outcomes of patient engagement, affecting board decisions, program-level decisions and the formation of collaborative partnerships. <h3>Results:</h3> We achieved a 53% response rate (<i>n</i> = 149/283); after removing missing data, our final sample size was 141 respondents. Most respondents perceived that their organization’s patient engagement activities and resources were insufficient. Processes that had a direct effect on outcomes (β = 0.7, <i>p</i> < 0.0001) included planning, training and supporting employees; identifying, recruiting and supporting relevant patients; and using leaders. Structures — including an organizational mission and vision for patient engagement, and policies, procedures, job positions, training programs and organizational culture that reflect that mission — indirectly affected outcomes, mediated by the aforementioned processes (β = 0.7, <i>p</i> < 0.0001). <h3>Interpretation:</h3> Based on the perceptions of primary care leaders, organizational structures and processes are related to successful patient engagement. Organizations that seek to improve patient engagement should assess their commitment and follow-through with associated resources and activities.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».