MétaCan
Menu
Retour à la cohorte
Enregistrement W4229457589 · doi:10.1097/nan.0000000000000466

Development of a Quality Assessment Tool for Outpatient Infusion Clinics: A Literature Review and Pilot Survey

2022· review· en· W4229457589 sur OpenAlexaff
Elaine Hu, Maryam Shams, Daniel Shirvani, Maziar Badii

Notice bibliographique

RevueJournal of Infusion Nursing · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensArthritis SocietySpinal Cord Injury BCUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineOutpatient clinicPatient satisfactionQuality (philosophy)Ambulatory careQuality managementFamily medicineMedical emergencyNursingHealth careOperations managementInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study aimed to develop a quality assessment tool for outpatient infusion clinics, as a lack of literature exists on the subject. The authors conducted a literature review targeting studies since 2016 to identify variables that affect patient satisfaction in outpatient infusion clinics. Due to the limited number of relevant studies found, the authors shadowed 2 infusion clinic nurses to capture additional determinants of outpatient infusion clinic quality. A total of 72 variables relevant to an outpatient infusion quality assessment tool were listed. From this list of variables, a pilot survey was conducted at an outpatient rheumatology infusion clinic to assess patient satisfaction with 16 variables of interest. The pilot survey (N = 43) revealed that patients were relatively dissatisfied with walking to clinics, lack of access to public transit, lack of parking and/or free parking, lack of privacy, and flexible scheduling and/or cancellation policies. These findings demonstrate how the assessment tool may highlight specific areas of concern at an infusion clinic to identify targets for future quality improvement initiatives. Therefore, the tool presented has the potential to improve the quality of care provided to patients attending infusion facilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,043
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,226

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,072
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0160,015
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,367
Tête enseignante GPT0,579
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Infusion NursingMême sujetPatient Satisfaction in HealthcareTravaux en français237 207