MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388725487 · doi:10.1370/afm.22.s1.5400

The routine collection of patient-reported experience in primary care

2023· article· en· W4388725487 sur OpenAlexaboutno aff
Catherine Donnelly

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisData collectionContext (archaeology)Descriptive statisticsPromPatient experienceHealth careMedicinePopulationFocus groupQualitative propertyFamily medicineNursingQualitative researchComputer scienceGeographyEnvironmental healthBusiness

Résumé

récupéré en direct d'OpenAlex

Context The Quadruple Aim is being used to evaluate the impact of Ontario Health Teams, a new model of integrated care in the province of Ontario, Canada, with improved patient experience as one of the core aims. While many tools have been developed to measure both patient-reported experience (PREM) and patient-reported outcomes (PROM), little has been done to routinely implement these within primary and community care. Objective: Describe the routine implementation of a PREM in primary care. Understand how end-users incorporate patient experience data into routine use. Study Design and Analysis: A multiple mixed methods case study design. The Consolidated Framework for Implementation Research and Process Design informed data collection across the five major domains. Two sets of focus groups were completed with each of the four cases to understand the unique experiences of routine PREM collection. Within and across case analysis was used with descriptive statistics for quantitative survey data and thematic analysis for qualitative data. Setting: Three cases were interprofessional primary care clinics and one case was a Public Health organization. All cases were located in one Ontario Health Team in the province of Ontario, Canada. Population Studied: Each case included patients attending clinic appointments and 2-3 decision makers from each case. Intervention/Instrument: Real time collection of patient experience data. Outcome Measures: PREM with three domains: encounter experience, health and well-being and demographics. Results: A total of 1222 patients completed the survey over 5 months. Different mechanisms were used to deploy the PREM, including weekly emails to patients, tablets in waiting rooms and posted QR codes. The overall patient experience of the appointment varied across cases;99% of patients in one case rated their experience as very good or excellent to 87% in another case. Patients in the three primary care sites were less likely to report their health care needs were addressed (87%) than those in the Public Health sites (98%). Clinics received individualized reports on a weekly, bi-weekly or monthly basis, depending on their stated preferences. Themes from the focus groups included using the data for ongoing QI, boosting moral, resources needed for ongoing use. Conclusions: The study highlights the variation in how PREMs are deployed and used in primary care, with a range of patient experiences.

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)0,014
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,039
Tête enseignante GPT0,434
Écart entre enseignants0,395 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInterprofessional Education and Collaboration→Travaux en français237 207→