Scoping review of models and frameworks of patient engagement in health services research
Notice bibliographique
Résumé
OBJECTIVE: To count and describe the elements that overlap (ie, present in two or more) and diverge between models and frameworks of patient engagement in health services research. Our specific research question was 'what are the elements that underlie models and frameworks of patient engagement in health services research?' DESIGN: Scoping review. DATA SOURCES: On 6-7 July 2021, we searched six electronic databases (ie, CINAHL, Cochrane Database of Systematic Reviews, Joanna Briggs Institute Evidence Based Practice Database, MEDLINE, PsycINFO and Scopus) and Google Scholar for published literature, and ProQuest Dissertations & Theses, Conference Proceedings Citation Index, Google, and key agencies' websites for unpublished (ie, grey) literature, with no date restrictions. These searches were supplemented by snowball sampling. ELIGIBILITY CRITERIA: We included published and unpublished literature that presented (a) models or frameworks (b) of patient engagement (c) in health services research. We excluded articles unavailable as full text or not written in English. DATA EXTRACTION AND SYNTHESIS: Two independent reviewers extracted data from included articles using an a priori developed standardised form. Data were synthesised using both quantitative (ie, counts) and qualitative (ie, mapping) analyses. RESULTS: We identified a total of 8069 articles and ultimately included 14 models and frameworks in the review. These models and frameworks were comprised of 18 overlapping and 57 diverging elements, that were organised into six conceptual categories (ie, principles, foundational components, contexts, actions, levels and outcomes) and spanned intrapersonal, interpersonal, process, environmental, and health systems and outcomes domains. CONCLUSIONS: There is little overlap between the elements that comprise existing models and frameworks of patient engagement in health services research. Those seeking to apply these models and frameworks should consider the 'fit' of each element, by conceptual category and domain, within the context of their study.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,161 | 0,349 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,010 |
| Bibliométrie | 0,055 | 0,052 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,014 | 0,017 |
| Science ouverte | 0,006 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».