Defining, assessing, and implementing organizational health literacy: barriers, facilitators, and tools – a systematic review
Notice bibliographique
Résumé
BACKGROUND: Organizational health literacy (OHL) is increasingly recognized as a fundamental aspect of high-quality healthcare delivery, focusing on organizations' roles in enabling patients to access, understand, and use health information effectively. This systematic review synthesizes current research on OHL, focusing on its definitions, assessment tools, implemented practices, outcomes, and the factors influencing successful OHL integration within healthcare settings. METHODS: Guided by PRISMA and following a predefined registered protocol (PROSPERO 2024:CRD42024537425), this systematic review analyzed studies from six key databases, using targeted keywords associated with OHL. Eligibility criteria isolated research on OHL tools, practices, and outcomes in healthcare settings. Independent reviewers conducted study selection, data extraction, and bias risk analysis. Systematic quality assessment and data extraction were performed to thoroughly evaluate OHL's impact on healthcare. RESULTS: This systematic review identified 62 articles, published between 2010 and 2024, from 15 different countries. A notable share (30.6%) aimed to develop, validate, and pilot context-sensitive OHL assessment tools. Other studies included qualitative (24.1%), descriptive (14.6%), case studies (11.29%), cross-sectional (8.06%), mixed methods (8.06%), and quantitative (3.25%) approaches, investigating factors promoting and impeding OHL outcomes. The results highlight a 54.1% increase in studies during the COVID-19 pandemic compared to the pre-pandemic period. CONCLUSION: OHL is instrumental in advancing healthcare systems towards greater accessibility and patient-centeredness. Nevertheless, overcoming the identified implementation barriers is crucial for realizing OHL's full potential in enhancing healthcare equity and efficiency. Strategic efforts are needed to foster organizational support, adapt structural practices, and allocate necessary resources for OHL initiatives to enhance healthcare.
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 | 0,035 | 0,122 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».