在網路時代,人們習慣上透過線上平台搜集資訊和分享看法,包括在醫療保健領域。這項研究聚焦於中國患者在COVID-19大流行期間的醫療經驗和醫院評價如何轉變。透過分析網路上的患者資料,來了解在特定情況下的醫療互動。研究目的在比較大流行前、期間和後不同類型醫院的患者評論。利用ChatGPT辨識負面醫院評價,提出改善患者滿意度的建議。研究收集了中國頂尖醫院的患者評論,並運用統計工具進行分析。研究結果顯示,在大流行期間,患者評論與醫院評分有關聯,不同類型醫院的負面評價也不同。兒童醫院面臨等候時間和治療效果問題,產科醫院則有醫護人員態度問題,腫瘤醫院則需改進檢查和治療效率。這項研究凸顯了大流行對患者評論的影響,並為醫院管理者提供改善醫患關係和醫院表現的見解,尤其是在公共衛生危機時期。 PubMed DOI
這項研究分析了2010至2019年間美國的醫療支出,涵蓋3110個縣,重點在健康狀況、支付者及護理類型。主要發現包括: 1. **支出概況**:76.6%的個人健康護理支出中,2型糖尿病為最貴疾病,支出達1439億美元。 2. **支出分配**:門診護理佔42.2%,住院護理23.8%,處方藥13.7%。 3. **縣間差異**:年齡標準化人均支出差異大,從3410美元到13332美元不等。 4. **變異因素**:支出差異主要來自自付及私人保險,與利用率有關。 5. **影響意義**:了解支出模式有助於識別醫療不平等及制定減少支出的策略。 研究強調針對不同地區的醫療支出差異進行干預的必要性。 PubMed DOI