Health literacy awareness among Canadian surgeons
Notice bibliographique
Résumé
Adequate health literacy is essential to navigate the healthcare system and has a major role in peri-operative care and outcomes. Minimal information exists regarding surgeons’ understanding of health literacy, clinical implications, and awareness of universal measures of support. This study assessed Canadian surgeons’ perceptions of patients’ health literacy and their knowledge of available supportive resources. We conducted a cross-sectional study using an electronic survey distributed to surgeons at academic institutions. Data collected included sociodemographics, health literacy knowledge, and practice surrounding the use of supportive measures. Across four Canadian academic institutions (University of Toronto, McMaster University, University of Alberta, and University of Calgary), 35 surgeons from various surgical specialties, including general, plastic, and orthopedic surgery, completed the survey. Approximately 74% of surgeons reported familiarity with the concept “health literacy”, but they used general impressions to estimate their patients’ health literacy levels. Surgeons’ perceptions were that patients who had proficient health literacy represented 50% or less of their practice. However, knowledge of supportive tools for measuring patient health literacy was variable. Surgeons familiar with health literacy spent significantly more time (>15 minutes) counselling patients (38%, p=0.02) and used language at a 10th grade level or less (92%, p=0.04). Common supportive measures included using simple, non-medical terms (97%, n=34), repetition (83%, n=29), and drawing pictures/diagrams (83%, n=29). This study highlights the importance of surgeon awareness of health literacy and how improved awareness may guide patient-surgeon interactions and improve the quality of care.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 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 ».