Unser Skript zur Themenmodellierung wurde erneut für eine weitere Veröffentlichung angefordert. Diesmal stammt die Anfrage von einer Doktorandin in einer Klinik aus China. Frau Huanhuan Huang fragte mich an, sie hat folgende zwei akademische Zugehörigkeiten:
Abteilung für Krankenpflege, 1. Affiliated Hospital der Chongqing Medical University, Chongqing 400016, China
Translational Medicine Center, 1. Affiliated Hospital der Chongqing Medical University, Chongqing 400016, China
Das hier ist das übersetzte Abstract:
Hintergrund: Da sich das Gesundheitswesen zunehmend an einem patientenzentrierten Paradigma orientiert, wird die Notwendigkeit, die Patientenerfahrung zu verbessern, immer deutlicher. Bemühungen zur Verbesserung der Patientenerfahrung haben nur mäßige Ergebnisse gebracht, was zum Teil auf ein begrenztes Verständnis der Schlüsselfaktoren zurückzuführen ist, die die Erwartungen der Patienten beeinflussen.
Ziel: Erforschung der Determinanten der Patientenerfahrung durch Analyse von Patientenfeedback, um Gesundheitseinrichtungen bei der Priorisierung von Serviceverbesserungen zu unterstützen. Methoden: Es wurde ein digitaler Topic-Modeling-Ansatz verwendet. Die Daten stammen aus einer Sekundäranalyse der National Patient Experience Base, in die Patientenfeedback aus 226 Krankenhäusern einfloss. Zunächst wurden die Feedback-Textdaten einem Bereinigungsprozess unterzogen, und die Intensität der Stimmung innerhalb des Textes wurde mit dem SnowNLPa-Algorithmus quantifiziert. Anschließend wurde ein XGBoost-Klassifikator verwendet, um die Stimmungen als positiv oder negativ zu kategorisieren. Anschließend wurden die Rückmeldungen einer Themenclusterung unter Verwendung des BERT-Modells und des X-Means-Clustering-Algorithmus unterzogen. Drittens wurde TextRank angewendet, um signifikante Schlüsselwörter aus jedem Cluster zu extrahieren, und diese Schlüsselwörter wurden analysiert, um die Determinanten zu identifizieren, die die Patientenerfahrung beeinflussen.
Ergebnisse: Insgesamt wurden 4689 Patientenbewertungen gesammelt, darunter 2918 ambulante Patienten und 1771 stationäre Patienten aus 165 tertiären und 61 sekundären Krankenhäusern in 24 Provinzen. Durch Clusteranalyse wurden 10 Hauptcluster ermittelt (zwei davon waren positive Bewertungen und acht negative Bewertungen). Durch qualitative Synthese wurden die Patientenerfahrungen in folgende Determinanten unterteilt: Behandlung, Service, Umgebung, Wirtschaftlichkeit und Prozess.
Schlussfolgerungen: Die Ergebnisse unterstreichen die Bedeutung eines ganzheitlichen Ansatzes zur Verbesserung der Patientenerfahrung, bei dem Gesundheitsdienstleister nicht nur die klinischen Aspekte der Versorgung, sondern auch die Erbringung von Dienstleistungen, die Umgebungsbedingungen, wirtschaftliche Überlegungen und die Effizienz der Verfahren berücksichtigen müssen. Durch die Identifizierung und Priorisierung der Verbesserung dieser Determinanten können Gesundheitsorganisationen ihre Dienstleistungen besser auf die Erwartungen der Patienten abstimmen und die allgemeine Zufriedenheit steigern.
Die finalisierte Publikation finden Sie hier:
Yu et al. (2025): Exploring the Determinants of Patient Experiences Using the Digital Topic Modeling Approach


Abbildung: KI-generiertes Bild, erstellt durch den Autor mit Midjourney (Version 7-alpha).
Abbildung: KI-generiertes Bild, erstellt durch den Autor mit Midjourney (Version 7-alpha).