The role of patients in the governance of a sustainable healthcare system: A scoping review
Notice bibliographique
Résumé
Patients, healthcare providers and insurers need a governance framework to establish the 'rules of use' to deliver more responsible use of services. The objective of this review was to provide an overview of frameworks and analyze the definitions of patient accountability to identify themes and potential gaps in the literature. Fifteen bibliographic databases were searched until July 2021. This included: MEDLINE, EMBASE, CINAHL, PsycINFO, SPORTDiscus, Allied and Complementary Medicine Database, Web of Science, HealthSTAR, Scopus, ABI/INFORM Global, Cochrane Library, ERIC, International Bibliography of the Social Sciences, Sociological Abstracts, Worldwide Political Science Abstracts and International Political Science Abstracts. Searches were also completed in Google Scholar. Inclusion criteria included articles focused on accountability of patients, and exclusions included articles that were not available, not written in English, with missing information, and commentaries or editorials. In total, 85530 unique abstracts were identified, and 27 articles were included based on the inclusion criteria. The results showed that patient accountability is rarely used and poorly defined. Most studies focused on what patients should be held to account for and agreed that patients should be responsible for behaviours that may contribute to adverse health outcomes. Some studies promoted a punitive approach as a mechanism of enforcement. Most studies argued for positive incentives or written agreements and contracts. While many studies recognized the value of patient accountability frameworks, there was a concern that these frameworks could further exacerbate existing socioeconomic disparities and contribute to poor health-related behaviours and outcomes (e.g., stigmatizing marginalized groups). Shared models of accountability between patients and healthcare providers or patients and communities were preferred. Before committing to a patient accountability framework for improving patient health and sustaining a healthcare system, the concept must be acceptable and reasonable to patients, providers, and society as a whole.
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 | 0,014 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».