MétaCan
Menu
Retour à la cohorte
Enregistrement W4394769634 · doi:10.1016/j.pec.2024.108289

Exploring patient ideas, concerns, and expectations in surgeon-patient consultations

2024· article· en· W4394769634 sur OpenAlexaboutno aff
Sarah J. White, Ji Woo Kim, Harkirti Rakhra, Devindee Ranatunga, Rhiannon Parker, Peter Roger, John Cartmill

Notice bibliographique

RevuePatient Education and Counseling · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Patient satisfactionAgency (philosophy)ConversationConversation analysisConstruct (python library)MedicinePatient experienceNursingHealth careFamily medicinePsychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study explores patient perspectives (ideas, concerns, and expectations) in surgeon-patient consultations. METHODS: We examined 54 video-recorded consultations using applied conversation analysis. Consultations took place from 2012 to 2017 in an Australian metropolitan hospital clinic centre and involved seven surgeons across six specialties. RESULTS: Patient perspectives emerged in less than one third of consultations. We describe the initiation of and response to potential perspectives sequences, demonstrating how patients and surgeons co-construct these sequences when they do occur. CONCLUSIONS: Findings suggest a need for greater attention to supporting patient agency through explicit pursuit of patient perspectives. The implications extend to the Calgary-Cambridge Guide, suggesting that it may benefit from a focus on active pursuit and appropriate responsiveness to patient perspectives. PRACTICE IMPLICATIONS: This study highlights the need for surgeons to actively engage with the patient perspective offered in consultations, emphasising the importance of respect for the patient's knowledge and expectations to improve patient satisfaction and healthcare outcomes.

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)0,009
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,215
Tête enseignante GPT0,413
Écart entre enseignants0,198 · 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'étudeQualitatif
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePatient Education and CounselingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207