Qualitative Insights Into Non-attendance for Scheduled Radiology Appointments at a Specialist Hospital in Saudi Arabia
Notice bibliographique
Résumé
BACKGROUND: Patient non-attendance for radiology appointments is an international problem with significant implications for healthcare recipients and healthcare efficiency. Non-attendance impacts patient health, waiting lists, and other hospital departments while increasing staff stress, anxiety, and fatigue. Understanding the reasons behind patient non-attendance is crucial for developing effective strategies to help improve attendance rates. OBJECTIVE: This study explored the reasons for patient non-attendance for scheduled radiology appointments and identified potential strategies to enhance attendance at a specialist hospital in Saudi Arabia. METHODS: Using semi-structured interviews, nine men and eight women who were purposively sampled and had missed scheduled radiology appointments at the research site were interviewed. Thematic analysis was employed to identify the key themes represented by the data. FINDINGS: This qualitative study revealed the multifaceted nature of patient non-attendance for scheduled radiology appointments at the specialist hospital in Saudi Arabia. Five themes underlying non-attendance were identified. First, scheduling conflicts were a significant barrier. Second, a lack of adequate knowledge about health conditions was evident. Third, physician-patient miscommunication was a critical issue. Fourth, transportation difficulties, especially for those living far from the hospital or without personal transportation, were a key factor in non-attendance. Finally, personal reasons, such as fear of medical procedures and the patient's health status, also contributed. The study identified two main areas for improvement: implementing an effective appointment reminder system and enhancing the radiology department by extending hours and addressing non-attendance more effectively. These strategies underscore the need for a patient-centered approach to reduce barriers to attendance. CONCLUSION: The findings suggest that patient non-attendance is multifactorial, involving personal and hospital-specific reasons. Strategies to improve attendance should thus be multifaceted, including better scheduling systems, enhanced patient education and communication, and reminder systems. These insights can inform targeted interventions to reduce non-attendance rates, ultimately improving healthcare delivery and resource utilization.
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) | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».