MétaCan
Menu
Retour à la cohorte
Enregistrement W4234716286 · doi:10.17140/phoj-2-120

Patient Satisfaction with an Interprofessional Approach to Wound Care in Qatar

2017· article· en· W4234716286 sur OpenAlexfundno aff
Shaikha Ali Al-Qahtani, Kim Critchley

Notice bibliographique

RevuePublic Health - Open Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDiagnosis and Treatment of Venous Diseases
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Calgary
Mots-clésPatient satisfactionMedicineWound careMEDLINENursingMedical emergencyFamily medicineIntensive care medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Background: Patient satisfaction with healthcare services is an important indicator of the patients' confidence in the healthcare system and a significant indicator of the quality of healthcare services delivered. This study assessed the level of patient satisfaction with wound care service delivery at the Hamad General Hospital (HGH) Outpatient Wound Clinic in Doha, Qatar. Methods: To complete this research a cross-sectional study design was conducted to survey patients who received wound care services from an interprofessional team at the HGH in Doha, Qatar from January 2015 to February 2016. Through this data collection method these patients' opinions on the services they received through the interprofessional approach were solicited. A total of 81 respondents completed a client satisfaction questionnaire (CSQ-8), 1 modified to include questions on socio-demographic characteristics. Data collection was completed from December 2015 to March 2016. Results: Overall, results from this study showed that patients were generally satisfied with wound care services delivered by an interprofessional team, as assessed by the CSQ-8. The results revealed favorable ratings of patient satisfaction ranging from 67.9% to 90.1%. Conclusions: Overall, study findings show that patients were mostly satisfied with wound care services and can be improved. A comparison of mean satisfaction scores by subgroups revealed no significant differences worth reporting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,762

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,081
Tête enseignante GPT0,400
Écart entre enseignants0,319 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Health - Open JournalMême sujetDiagnosis and Treatment of Venous DiseasesTravaux en français237 207