Factors associated with patients' experience of access to their multidisciplinary primary health care clinic: A multilevel analysis
Notice bibliographique
Résumé
BACKGROUND: Understanding patients' experiences accessing primary health care (PHC) is necessary to improve service organisation. This study aims to examine individual, organisational, and contextual factors associated with patients' experience of accessing the multidisciplinary PHC clinic to which they are attached. METHODS: This cross-sectional study builds on survey data collected in multidisciplinary PHC clinics located in 14 regions in the province of Quebec (Canada). Between September 2022 and June 2023, an online questionnaire was sent to patients with an email contact and attached to a family physician. Two patient-reported experience measures were assessed: (1) difficulty obtaining an appointment with their regular family physician or nurse practitioner and (2) perceived unmet healthcare needs. A self-reported online questionnaire based on the advanced access model was also sent to PHC professionals and administrative staff to assess the use of advanced access strategies in their practice. Multilevel logistic regression models were fit. Stratified analyses were conducted according to the number of consultations received. FINDINGS: In total, 122,397 patients and 847 family physicians, 97 nurse practitioners and 347 administrative staff nested into 104 clinics answered the survey. In the overall sample, having a chronic disorder was the only individual factor associated with the patient experience of access. Organizational factors including estimation of demand and supply, use of a referral algorithm, and strategies to optimise consultations were associated with a better access experience. Patients from medium size clinics compared to small clinics had better experiences of care for both outcomes. Stratified analysis indicated similar results for patients who consulted at the clinic 1-5 times in the last 12 months as observed in the overall sample. CONCLUSIONS: This study indicates that enhancing organizational processes can improve patients' access 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».