Examining Satisfaction and Quality in Home- and Community-Based Service Programs in the United States: A Scoping Review
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Long-term services and supports in the United States are increasingly reliant on home- and community-based services (HCBS). Yet, little is known about the quality of HCBS. We conducted a scoping review of the peer-reviewed literature to summarize HCBS consumer, provider, and stakeholder satisfaction with services as a means of assessing quality. RESEARCH DESIGN AND METHODS: We searched PubMed, OVID-MEDLINE, and SCOPUS to identify articles published from 2000 to 2021 that reported on studies describing a U.S.-based study population. Articles were grouped into 3 categories: drivers of positive consumer satisfaction, drivers of negative consumer satisfaction, and provider and stakeholder perspectives on satisfaction. RESULTS: Our final sample included 27 articles. Positive perceptions of quality and reported satisfaction with services were driven by consistent, reliable, and respectful care providers, and adoption of person-centered models of service delivery. Mistreatment of consumers, staff turnover, training, service interruptions, and unmet functional needs were drivers of negative consumer perceptions of quality. Support for caregivers and emphasis on training were identified by providers and stakeholders as important for providing satisfactory services. DISCUSSION AND IMPLICATIONS: Multiple data challenges limit the ability to systematically evaluate HCBS program quality; however, studies examining single programs found that HCBS consumers are more satisfied and associate higher quality with easy-to-navigate programs and professional staff. Efforts to expand HCBS should also include requirements to systematically evaluate quality outcomes.
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 | 0,011 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».