Biblia

Los pacientes valoran más la dedicación del personal cuando evalúan los centros de tratamiento del consumo de sustancias

Los pacientes valoran más la dedicación del personal cuando evalúan los centros de tratamiento del consumo de sustancias

Crédito: Unsplash/CC0 Public Domain

El aprendizaje automático se puede utilizar para revisar las reseñas en línea de los centros de tratamiento del consumo de sustancias para concentrarse en las cualidades que son importantes para los pacientes pero siguen siendo difíciles de capturar a través de medios formales, como encuestas, muestran investigadores de la Escuela de Medicina Perelman de la Universidad de Pensilvania. Los investigadores encontraron que el profesionalismo y la dedicación del personal a los pacientes eran dos de las principales cualidades que podían atribuirse a una revisión negativa o positiva del centro. Los hallazgos de este estudio se publicaron hoy en el Journal of General Internal Medicine.

«La búsqueda y conexión con la terapia puede ser muy difícil y confusa. Muchas personas comienzan su búsqueda en línea, donde es probable que vean una revisión en línea que acompaña a otra información sobre un centro de tratamiento», dijo el autor principal del estudio, Anish Agarwal, MD. , gerente de innovación clínica en el Penn Medicine Center for Digital Health y profesor asistente de Medicina de Emergencia. «Estas revisiones en línea pueden proporcionar comentarios sobre lo que impulsa las experiencias positivas o negativas de los pacientes durante la recuperación, pero deben identificarse con precisión. A través del aprendizaje automático, hemos demostrado que esto es posible y esperamos que estos hallazgos puedan usarse para mejorar la atención de la adicción centrada en el paciente».

Actualmente, no existen medidas de calidad a nivel nacional para evaluar y comparar las instalaciones que tratan el trastorno por uso de sustancias. En el pasado, Agarwala, junto con la coautora de este estudio, Sharath Guntuku, Ph.D., investigadora del Centro de Salud Digital y profesora asistente de Ciencias de la Computación, y la autora principal Raina Merchant, MD, directora del Centro de Digital Health analizó las revisiones en Google y Yelp para ver si una encuesta nacional ofrecida por la Administración de Servicios de Salud Mental y Abuso de Sustancias (SAMHSA) para inventariar los servicios que se ofrecían también podía medir la satisfacción del paciente (en gran medida no lo hizo). Por lo tanto, el equipo se dispuso a utilizar una técnica similar para evaluar qué impulsa las experiencias positivas o negativas con las instalaciones a través de la lente sin filtro de Yelp.

«Sentimos que esto proporcionaría una gran cantidad de información sobre la experiencia del paciente «, dijo Guntuku. «Aprovechar las reseñas generadas por los usuarios ofrece una manera de comprender su narrativa».

Para lograr esto, los investigadores extrajeron reseñas de instalaciones reconocidas por SAMSHA que habían sido revisadas al menos cinco veces. Esto ascendió a más de 500 instalaciones en los Estados Unidos. Luego, el texto de las reseñas se pasó por un algoritmo de procesamiento de lenguaje natural impulsado por el aprendizaje automático. A través de esto, los temas fueron identificados y recopilados dentro de las revisiones. Luego, los investigadores pudieron categorizarlos temáticamente.

En general, los investigadores clasificaron 16 temas recurrentes en las reseñas. En cuanto a las críticas positivas, los temas principales fueron «recuperación a largo plazo», «personal dedicado» y «dedicación a los pacientes». Los tres temas principales que se encontraron en las críticas negativas fueron «profesionalismo», «comunicación telefónica» y «comunicación general».

El hecho de que los temas principales para las críticas positivas y negativas tenían que ver con la conducta y El compromiso del personal del centro no es una gran sorpresa.

«La dedicación y el profesionalismo son fundamentales para la experiencia de recuperación», dijo Agarwal. «Contar con personal confiable y accesible que se preocupe por las personas es el quid de toda la atención médica, pero es probable que se subraye en la adicción».

Otros temas principales en el lado positivo fueron «experiencia de terapia de grupo» y rehabilitación», mientras que «tiempos de espera en las instalaciones» y «administración» completaron los cinco temas más frecuentes entre las críticas negativas.

«Aún estamos relativamente temprano en esta investigación, pero estamos obteniendo una respuesta directa analizar algunos valores centrales que las instalaciones de tratamiento por uso de sustancias podrían usar para guiar y mejorar su tratamiento», dijo Merchant. «Esta retroalimentación es tremendamente valiosa y estamos demostrando que se puede destilar de manera efectiva en temas clave mediante el uso del aprendizaje automático».

Agarwal dijo que él y los otros investigadores esperan explorar más formas en que los pacientes, las familias y sus redes de apoyo piensan en el tratamiento del uso de sustancias y la atención médica como un todo.

«En el mundo digital actual, existe una enorme cantidad de interconexiones sólidas que podemos aprovechar para impulsar la calidad cuidar y apoyar a los sistemas de salud para que aprendan de sus pacientes», dijo Agarwal.

Explore más

Las revisiones en línea revelan la necesidad de evaluaciones especializadas en los centros de tratamiento de drogas Información de la revista: Journal of General Internal Medicine

Proporcionado por la Facultad de Medicina Perelman de la Universidad de Pensilvania Cita: Los pacientes valoran más la dedicación del personal al evaluar las instalaciones de tratamiento por uso de sustancias (17 de marzo de 2021) consultado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-03-patients-staff-dedication- sustancia-tratamiento.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.