Hospital discharge communication problems in 10 high-income nations: a secondary analysis of an international health policy survey
Notice bibliographique
Résumé
OBJECTIVES: We aimed to determine the prevalence of hospital discharge communication problems in adults of 10 high-income nations and the associated factors. DESIGN: Secondary analysis of cross-sectional survey data. SETTING: 2023 Commonwealth Fund International Health Policy Survey for Adults, including data from residents of Australia, Canada, France, Germany, the Netherlands, New Zealand, Sweden, Switzerland, the UK and the USA. PARTICIPANTS: 3763 survey respondents aged 18 and older who reported hospitalisation at least one time in the past 2 years. PRIMARY AND SECONDARY OUTCOME MEASURES: Our primary outcome measure is poor discharge communication (PDC), which is a composite variable comprising three questions regarding the provision of written information, follow-up arrangement and discussion of medications at time of discharge. RESULTS: The overall PDC rate was 17.1%, with the highest in Germany (19.7%) and the lowest in the Netherlands (9.2%). No follow-up arrangement was the most commonly reported problem (22.8%). Respondents who concerned about social service needs and mental health issues were more likely to report PDC. CONCLUSIONS: Providers should consider factors which impact PDC at hospital discharge and tailor communication appropriately. Hospitals, communities and countries should work towards policies that address underlying issues related to social determinants of health, including support for lower-income patients, improved treatment access for patients with physical and mental health conditions, and food and housing stability.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».