Factors associated with barriers to patient-physician communication in specialist outpatient healthcare in Ghana
Notice bibliographique
Résumé
Patients continue to encounter barriers to communication in specialist outpatient healthcare. However, little is known about the factors associated with patient-physician communication barriers in specialist outpatient healthcare in sub-Saharan Africa. The purpose of this study was to examine the factors that predict communication barriers among patients who use specialist outpatient healthcare in Ghana. Using a stratified random sampling technique, the study was designed as a cross-sectional survey involving 269 patients at the Komfo Anokye Teaching Hospital in Kumasi. Chi-square, Fisher exact test, and binary logistic regression were used to analyse the data. Approximately 12% of the participants experienced communication barriers in their utilisation of specialist outpatient healthcare. The results revealed that unmarried (AOR: 3.244; C1 1.228–8.567, p = 0.018), non-Christians (AOR: 3.934; CI 1.342–11.532, p = 0.013), those with perceived poor health status (AOR: 3.680; CI 1.590–8.517, p = 0.002) and patients who spent over 180 min at the specialist outpatient department (AOR: 3.855; CI 1.659–8.962, p = 0.002) were significantly more likely to experience barriers to patient-physician communication. These findings suggest the contribution of socio-demographic differences in barriers to patient-physician communication in specialist outpatient healthcare in Ghana. The study provides further evidence for barriers to effective communication between patients and subspecialty physicians in Ghana.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».