Emergency department care experiences among members of equity-deserving groups: quantitative results from a cross-sectional mixed methods study
Notice bibliographique
Résumé
BACKGROUND: Emergency departments (EDs) serve an integral role in healthcare, particularly for vulnerable populations. However, marginalized groups often report negative ED experiences, including stigmatizing attitudes and behaviours. We engaged with historically marginalized patients to better understand their ED care experiences. METHOD: Participants were invited to complete an anonymous mixed-methods survey about a previous ED experience. We analysed quantitative data including controls and equity-deserving groups (EDGs) - those who self-identified as: (a) Indigenous; (b) having a disability; (c) experiencing mental health issues; (d) a person who uses substances; (e) a sexual and gender minority; (f) a visible minority; (g) experiencing violence; and/or (h) facing homelessness - to identify differences in their perspectives. Differences between EDGs and controls were calculated with chi squared tests, geometric means with confidence ellipses, and the Kruskal-Wallis H test. RESULTS: We collected a total of 2114 surveys from 1973 unique participants, 949 controls and 994 who identified as equity-deserving. Members of EDGs were more likely to attribute negative feelings to their ED experience (p < 0.001), to indicate that their identity impacted the care received (p < 0.001), and that they felt disrespected and/or judged while in the ED (p < 0.001). Members of EDGs were also more likely to indicate that they had little control over healthcare decisions (p < 0.001) and that it was more important to be treated with kindness/respect than to receive the best possible care (p < 0.001). CONCLUSION: Members of EDGs were more likely to report negative ED care experiences. Equity-deserving individuals felt judged and disrespected by ED staff and felt disempowered to make decisions about their care. Next steps will include contextualizing findings using participants' qualitative data and identifying how to improve ED care experiences among EDGs to make it more inclusive and better able to meet their healthcare needs.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».