MétaCan
Menu
Retour à la cohorte
Enregistrement W4285392173 · doi:10.28984/npoj.v2i1.372

Patient Experience with an NP-Led Community Wound Care Service

2022· article· en· W4285392173 sur OpenAlexaffabout
Sherry Morrell, Gina Pittman

Notice bibliographique

RevueCanadian Nurse Practitioner Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésWound careMedicineMarital statusBivariate analysisLikert scaleFamily medicinePatient satisfactionPopulationAnalysis of varianceNursingGerontologyInternal medicinePsychologySurgeryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Aim: This study examined patient satisfaction with an NP-Led community wound care program. Background: Examining patient experience provides information to guide nurse practitioner (NP) practice regarding patient experience with wound care provided by NPs in Canada. Methods: This quantitative study utilized a Likert scale questionnaire to examine patient experience with a 12-week pilot NP-Led wound care service. The population included patients registered to receive community wound management through Southwestern Ontario LHIN. Findings: Forty-nine surveys were returned (response rate-42%). Participants reported positive experiences with NP care. Bivariate analysis (ANOVA) found no statistical difference between group means of the independent variables age, education, income level, marital status, and the dependent variable patient experience (p = >.05). Mann-Whitney U demonstrated gender to be statistically significant (p = 0.14); females had higher median scores than males, 4.8 and 4.6 respectively. Linear regression determined that Males were less likely to have a positive experience (F (1, 45) = 7.7, p =.008). Conclusion: Patients had a positive experience with the NP-Led wound care service. This study provides information that is useful when designing an NP-Led wound care program.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,999

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 technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,299
Écart entre enseignants0,276 · 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.

Devis d'étudeQualitatif
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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Nurse Practitioner JournalMême sujetWound Healing and TreatmentsTravaux en français237 207