The Impact of the Healthcare Environment on Patient Experience in the Emergency Department: A Systematic Review to Understand the Implications for Patient-Centered Design
Notice bibliographique
Résumé
BACKGROUND: The emergency department (ED) is a complex, volatile, and limited-resource healthcare setting. Many environmental factors, including high patient volumes, overburdened staff, long waits, and a tense atmosphere, converge in the ED. The objective of this study was to perform a systematic review of extant literature to understand how the ED environment drives patient experience and identify methodological or empirical insights for patient-centered ED design. METHODS: We searched eight academic databases (Web of Science, PubMed, Scopus, Medline [Ovid], CINAHL, PyscInfo, Compendex, and IEEE Explore) to identify studies that employed observational (descriptive) or interventional (evaluative) methodology. We performed a co-citation analysis of potentially eligible articles and a qualitative synthesis of findings from studies included in our final sample. RESULTS: Our search yielded 117 records. Of the 35 potentially relevant articles, 18 were published in the last 5 years, and 50% were authored by investigators in the United States. We used 33 articles for a co-citation analysis, revealing three interdisciplinary clusters and promising potential for collaboration across fields. Thirty articles were subjected to a full-text analysis, resulting in the identification of three overarching dimensions linking the ED environment to patient experience. CONCLUSION: The most commonly identified factors influencing patient experience in the ED included overcrowding and wait times, privacy, and communication; however, existing literature is limited. More research is needed to understand how ED environments configure patient experience and can be improved through design. Particularly, there is little research on participatory interventional strategies in the ED, despite strong evidence suggesting a need for stakeholder participation.
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 | 0,031 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,017 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».