MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386960231 · doi:10.58616/001c.85076

What Makes Patients Stick with an Orthopedic Surgeon?

2023· article· en· W4386960231 sur OpenAlexaff
Meisam Haghmoradi, Aslan Baradaran, Fatemeh Farhoma Sani, Babak Shojaie, Amir Reza Kachooei

Notice bibliographique

RevueSurgiColl · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésEmpathyOrthopedic surgeryMedicineCertificationChecklistHealth careFamily medicineLoyaltyTone (literature)PsychologyPhysical therapySurgeryPsychiatry

Résumé

récupéré en direct d'OpenAlex

Objectives Patient loyalty is a determinant of continued care, adherence to the provider’s recommendations, and patient compliance which affects the overall health care. This study aimed to assess the determinants of patient loyalty to an orthopedic surgeon. Methods This cross-sectional study was performed on 190 patients in an academic orthopedic clinic. The checklist included 14 items grouped into three categories scoring from 1 (unimportant) to 5 (very important), including cheerful face, tone of speech, follow-up, truthfulness, empathy, gender, age, attire, attentive posture, skill and expertise, number of publications, academic activity, the title of certification (MD, Ph.D), and position (e.g., chief of service, dean of the department). Each item was scored separately for “staying with a physician” and “recommending to others.” Other variables collected were age, education, condition, and type of visits (new patient, follow-up, and postop). Results Providers’ physical characteristics (gender, age, attire, and attentive posture) and academic achievements (position, publication, and degree) scored low to moderate, between 2 and 3 out of 5. The ‘skill and expertise’ item scored the highest, followed by all behavioral aspects, including cheerful face, tone of speech, follow-up, truthfulness, and empathy. There was no significant difference between “staying with the same physician” and “recommending to others.” The item scores showed no significant difference between males and females, occupation, education, and the type of visit. Conclusion Providers’ attitudes and expertise are the most important determinants correlated with patient loyalty indicating the critical role of the provider’s behavior in patient adherence and being recommended to friends and family. Of note, the physical characteristics of the provider showed little role in sticking with the same provider for continued care. Although skill and expertise might correlate with scheduling the first visit, still attitude and behavioral factors may be correlated with sticking with the same provider for continued 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 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)0,001
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,172
Tête enseignante GPT0,416
Écart entre enseignants0,244 · 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 revueSurgiColl→Même sujetPatient-Provider Communication in Healthcare→Travaux en français237 207→