MétaCan
Menu
Retour à la cohorte
Enregistrement W4404394336 · doi:10.1186/s41687-024-00795-9

How patient-reported outcomes and experience measures (PROMs and PREMs) are implemented in healthcare professional and patient organizations? An environmental scan

2024· article· en· W4404394336 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Patient-Reported Outcomes · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensUniversité LavalMcGill UniversityUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésThematic analysisHealth carePatient experiencePatient-reported outcomeNursingMedicinePsychologyQualitative researchSociologyQuality of life (healthcare)Political science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient-reported outcome measures (PROMs) and patient-reported experience measures (PREMs) are becoming essential parts of a learning health system, and using these measures is a promising approach for value-based healthcare. However, evidence regarding healthcare professional and patient organizations' knowledge, use and perception of PROMs and PREMs is lacking. OBJECTIVES: The objectives of the study were to: 1- Describe the current knowledge and use of PROMs and PREMs by healthcare professional and patient organizations, 2- Describe the determinants of PROMs and PREMs implementation according to healthcare professional and patient organizations. METHODS: We conducted an environmental scan using semi-structured interviews with representatives from healthcare professional and patient organizations. Interviews were recorded and live coded based on the Franklin framework. We used inductive and deductive thematic analysis to extract information about the main themes addressed during the interview (awareness of PROMs and PREMs, examples of implementation and use of PROMs and PREMs, tools used, vision for future implementation, barriers and facilitators to implementation and the best way to collect PROMs and PREMs data). RESULTS: 63% of healthcare professional organizations (n = 19) and 41% of patient organizations (n = 9) that were contacted agreed to have a representative interviewed. The representatives from both the healthcare professional and patient organizations acknowledged the importance of assessing patients' experience and outcomes. However, they considered the implementation of PROMs and PREMs tools to be scarce within their organizations, in clinical practice and in the education system. Patient organizations were worried that overuse of PROMs and PREMs could lead to depersonalization of practice. Barriers to implementing PROMs and PREMs included lack of awareness of tools, resistance to change and lack of motivation to complete or explain the questionnaire. Barriers also included factors such as lack of financial, technological and human resources and issues with integration of data and inconsistency of digital platforms. CONCLUSIONS: This environmental scan revealed a lack of awareness of tools by healthcare professional and patient organizations' representatives and limited implementation. Adequate training, technological integration, and demonstration of PROMs and PREMs benefits to foster broader adoption in clinical and organizational settings is dearly needed. Addressing these challenges is essential for enhancing value-based 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,024
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,050
Tête enseignante GPT0,389
Écart entre enseignants0,340 · 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