MétaCan
Menu
Retour à la cohorte
Enregistrement W4313545910 · doi:10.1177/01455613221150146

Poor Online Patient Ratings of Otolaryngologists in the United States: What are Patients Saying?

2023· article· en· W4313545910 sur OpenAlexaff
Grace Spiro, Connor Sommerfeld, Kevin Fung, Alexandra E. Quimby, Kristina H Pulkki, Mélyssa Fortin, Lily H. P. Nguyen

Notice bibliographique

RevueEar Nose & Throat Journal · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensMcGill University Health CentreMcGill UniversityUniversity of OttawaUniversity of Alberta HospitalUniversity of AlbertaWestern University
Organismes subventionnairesnon disponible
Mots-clésAccreditationThematic analysisGraduate medical educationMedical educationPsychologyMedicineQualitative researchFamily medicineNursingSociology

Résumé

récupéré en direct d'OpenAlex

ObjectivesOnline patient forums have become a platform for patient education and advocacy in many areas of medicine. The anonymity provided by such forums may encourage honest, candid responses. Using patient online reviews, this study sought to explore themes that arose from negatively perceived care interactions with American otolaryngologists using the Accreditation Council for Graduate Medical Education (ACGME) competency framework.Study DesignQualitative thematic analysis.MethodsThrough an iterative multistep process, a qualitative thematic analysis was conducted on negative reviews (defined as ratings of two or less out of five) of all American otolaryngologists found on a popular online physician-rating website (RateMDs.com).ResultsA systematic search through the RateMDs website revealed 2950 separate comments of negative reviews. Of these negative reviews, 350 were randomly selected for thematic analysis. The predominant themes that emerged aligned closely with the Accreditation Council for Graduate Medical Education (ACGME) competencies, in particularly with professionalism and interprofessional skills and communication.ConclusionsThe negative reviews of American otolaryngologists revealed a number of areas where improvements could be made to quality of care. Patients value evidence-based medicine delivered by compassionate and respectful physicians. Isolating and aligning predominant themes within the ACGME framework proved a productive method to collect and organize pertinent patient feedback and integrate teaching into the post-graduate training and continuing professional development in order to avoid such negatively perceived interactions in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,135
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,135
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,096
Tête enseignante GPT0,421
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEar Nose & Throat JournalMême sujetPatient Satisfaction in HealthcareTravaux en français237 207