Association between age and patients’ perceptions of safety in hospitals during the COVID-19 pandemic: A cross-sectional study
Notice bibliographique
Résumé
Aim This study aimed to explore patients' perceptions of factors contributing to patient safety during hospitalization for COVID-19, with a focus on differences among three distinct adult age groups. Methods A cross-sectional study was conducted. Data were collected from 533 patients hospitalized with COVID-19 in nine Brazilian university hospitals between April and December 2021. Sociodemographics, health conditions, and the Patient Measure of Safety (PMOS) data were gathered via telephone interviews. Descriptive statistics and ANOVA were used to compare the mean scores across PMOS items, domains, and total scores by age groups (18–44; 45–64; and 65+ years). Results Patients aged 45–64 years reported the highest perception of safety, while those aged between 18 and 44 years reported the lowest. Statistically significant differences in safety perceptions were observed across age groups. The younger adult group (18–44 years) reported lower overall PMOS scores, particularly in areas such as equipment, access to resources, and organization and care planning, compared to the middle-aged group. Younger adults were more critical of aspects including attentiveness to patient concerns, availability of health professionals, space, and equipment, teamwork skills, and information sharing between the healthcare team and patients. Conclusion Perception of factors contributing to patient safety during the COVID-19 pandemic varied across different age groups. Understanding these differences can inform the development of targeted strategies to incorporate patient perspectives into hospital safety initiatives, indicators development, and research to improve patient safety in hospital settings.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,038 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».