MétaCan
Menu
Retour à la cohorte
Enregistrement W4392823734 · doi:10.2196/53898

Practice Standards in International Medical Departments of Public Academic Hospitals in China: Cross-Sectional Study

2024· article· en· W4392823734 sur OpenAlexvenueno aff
Yaxu Zhou, Ying Zhou, Di Xu, J. Min, Yu Du, Qi Duan, Bao Wen, Yingying Sun, Huiqin Xi, Chunming Wang, Evelyne Bischof

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Healthcare and Medical Tourism
Établissements canadiensnon disponible
Organismes subventionnairesDuke Kunshan UniversityShanghai Jiao Tong UniversityNational Natural Science Foundation of China
Mots-clésCross-sectional studyChinaFamily medicineMedical educationMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Improving health care in cities with a diverse, international population is crucial for ensuring health equity, particularly for foreigners facing challenges due to cultural and language barriers. This situation is especially relevant in China, a major destination for expatriates and travelers, where optimizing health care services and incorporating international standards in the public sector are vital. Achieving this involves understanding the operational details, cultural and linguistic nuances, and advancing medical digitalization. A strategic approach focusing on cultural competence and awareness of health care systems is essential for effectively navigating health care for foreigners and expatriates in China. OBJECTIVE: The aim of this study was to perform an in-depth analysis of the subjective and objective experiences of local and international patients in public hospitals in China to provide a basis for enhancing the medical experience of all patients. METHODS: A structured questionnaire was provided to patients at an international outpatient service of a top-tier university hospital in China. Qualitative analysis of the survey responses was performed to methodically categorize and analyze medical treatment, focusing on patient demand and satisfaction across four main category elements ("high demand, high satisfaction"; "high demand, low satisfaction"; "low demand, high satisfaction"; and "low demand, low satisfaction"), enabling a detailed cross-sectional analysis to identify areas for improvement. RESULTS: Elements falling under "high demand, high satisfaction" for both Chinese and international patients were primarily in the realms of medical quality and treatment processes. In contrast, elements identified as "high demand, low satisfaction" were significantly different between the two patient groups. CONCLUSIONS: The findings highlight the importance of systematic, objective research in advancing the quality of international health care services within China's leading academic medical centers. Key to this improvement is rigorous quality control involving both patients and providers. This study highlights the necessity of certifying such centers and emphasizes the role of digital platforms in disseminating information about medical services. This strategy is expected to cater to diverse patient needs, enhancing the overall patient experience. Furthermore, by developing comprehensive diagnosis and treatment services and highlighting the superior quality and costs associated with international health care, these efforts aim to foster a sense of belonging among international patients and increase the attractiveness of China's medical services for this demographic.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
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 Opus0,159
Tête enseignante GPT0,643
Écart entre enseignants0,485 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetGlobal Healthcare and Medical TourismTravaux en français237 207