PATIENT FLOW AND OPERATIONAL EFFICIENCY INTERVENTIONS IN PRIMARY HEALTH CARE CENTERS: EFFECTS ON WAITING TIME, SAFETY, AND SATISFACTION; A SYSTEMATIC REVIEW
Notice bibliographique
Résumé
Abstract Background: Primary health care centers (PHCs) face increasing demand, constrained staffing, and complex patient needs, contributing to delays, overcrowded clinics, missed appointments, and compromised patient experience. Interventions targeting patient flow and operational efficiency, such as open, advanced access scheduling, Lean process redesign, targeted reminders, and community-based models, reduce waiting time and improve satisfaction while maintaining safety. Objective: To synthesize evidence from original studies on patient flow and operational efficiency interventions in PHC, ambulatory primary care settings and evaluate effects on waiting time, access, safety, and satisfaction. Methods: A PRISMA-aligned systematic review was conducted using electronic databases as the full-text source. We included original interventional or quasi-experimental studies in PHC, primary care, ambulatory settings evaluating operational interventions with outcomes related to waiting time, access, safety, satisfaction, experience, or attendance. Ten original studies were included for results synthesis. Results: In included studies, open access scheduling reduced short-term appointment wait times but effects on satisfaction were inconsistent. Lean implementation reduced service waiting times and increased satisfaction in an ambulatory setting. Predictive-model–driven reminder strategies improved attendance and reduced no-shows, supporting better clinic capacity utilization. Community paramedicine integrated with primary care showed system-level improvements in flow and safety-related processes in PHC. Interventions that combined demand–capacity matching (scheduling, access redesign) with targeted attendance supports (risk-based reminders) were most consistently associated with improved operational outcomes. Conclusion: PHC operational efficiency interventions can reduce waiting time and improve satisfaction or attendance, but effects vary by implementation stability, staffing resilience, and context. Risk-stratified reminders and structured process redesign are supported by consistent findings, while open access scheduling requires safeguards for sustainability and continuity.
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 | 0,003 | 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 ».