Development of patient-centered outcomes for labour and birth: a qualitative study
Notice bibliographique
Résumé
Background: Current quality improvement models in obstetrics focus on prevention of adverse perinatal outcomes. The development of these metrics was based on expert opinion that did not account for patients’ values. The ultimate aim of our research is to develop performance indicators for labour and birth that reflect the patient perspective. Methods: A qualitative interview design was used to engage a convenience sample, of recent (<1 year) postpartum patients, in semi-structured interviews, where they shared their experiences of their recent birth. Patients were also asked to assess descriptions of adverse perinatal outcomes for readability and comprehension, towards developing accurate unbiased descriptions for a subsequent survey of patients to weight complications. Responses were recorded, transcribed, coded and analyzed using thematic analysis. thematic analysis. Results: Five themes emerged during the analysis: (1) desire for patient-centred care, (2) improved communication, (3) labour/birth, expectations and outcomes, (4) care team support during labour and birth, (5) continuing emotional and physical postpartum care. Conclusions: Patient-centred care and good health outcomes were the major values expressed by the patients in this study. Good communication and shared decision making led to patients describing their labour and birth as a satisfying experience. This study lays the foundation for developing a quality tool to measure the outcomes of birth and adverse outcomes from the patients’ perspective.
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 | 0,001 |
| 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 | 0,000 | 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 ».