MétaCan
Menu
Retour à la cohorte
Enregistrement W4414331355 · doi:10.2196/preprints.83489

Patient Preparation in Walk-In Clinics: Qualitative Study on the Implementation of a Consultation Preparation Sheet. (Preprint)

2025· preprint· en· W4414331355 sur OpenAlexaboutno aff
José Augusto Borges, Claude Richard, Marie‐Hélène Goulet, Marie-Ève Lavoie, Clara Dallaire, Marie‐Thérèse Lussier

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus groupQualitative researchPaceExploratory researchPerceptionQualitative analysisCommunication skillsMEDLINE

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Effective communication is essential for high-quality care, yet in walk-in clinics, patients often have limited time to prepare, and physicians face challenges in understanding patients’ needs due to lack of prior contact. To address this, a Consultation Preparation Sheet (CPS) was developed to help patients articulate their symptoms, concerns, and expectations. OBJECTIVE This study explored the implementation and perceived usefulness of a CPS designed to support patient engagement during walk-in clinic consultations. METHODS We conducted a qualitative exploratory study using semi-structured interviews and focus groups, guided by the RE-AIM framework (Reach, Effectiveness, Adoption, Implementation and Maintenance) and the PACE method (Prepare, Ask, Check, Express). The CPS was implemented over nine months (January–October 2019) in a university-affiliated walk-in clinic in Quebec, Canada. During this period, 3,115 patients received the CPS in the waiting room. Of the 23 patients who expressed interest in further participation, 12 were recruited for interviews. Additional participants included 2 physicians, 2 administrative staff, 2 nursing assistants, and 1 clinic manager. In total, 6 interviews and 5 focus groups were conducted. Data were transcribed verbatim and thematically analyzed, with inter-rater validation supported by AI-assisted review. RESULTS Patients generally found the CPS helpful for organizing their thoughts, reducing stress, and avoiding omissions during consultations. It was considered particularly useful for patients with multiple concerns or communication difficulties. However, physicians rarely referred to the CPS, often preferring direct verbal exchanges. This lack of acknowledgment sometimes frustrated patients and diminished their perception of its usefulness. Organizational challenges—including inconsistent distribution, lack of explanation, and limited clinician engagement—further hindered implementation. Participants suggested clearer communication about the CPS’s purpose, stronger physician involvement, and the development of electronic formats accessible before visits to enhance its integration into clinical practice. CONCLUSIONS The CPS shows promise as a simple tool to foster patient readiness and engagement in walk-in consultations. However, its effectiveness depends on clinician acknowledgment and organizational support. Improving implementation strategies and testing digital adaptations may strengthen patient-clinician partnerships and enhance the patient experience in primary care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,004
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,154
Tête enseignante GPT0,586
Écart entre enseignants0,432 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPatient Satisfaction in HealthcareTravaux en français237 207