基于Kano模型的泌尿系结石手术服务要素分类研究

目的关注泌尿系结石手术患者住院历程,调研医生视角下的医疗服务认知现状,用科学方法推进医疗服务品质提升。方法运用Kano模型设计泌尿系结石手术服务调查问卷,采用方便抽样法调查重庆市11家医院泌尿系结石手术医生,运用Kano模型对泌尿系结石手术服务质量要素进行分类,根据满意度影响力矩阵分析提出改进策略。结果29项质量要素中,15项为期望属性,14项为魅力属性,无必备属性、无差异属性、反向属性;象限图分析显示,位于提升服务质量区9项,位于提升服务标准区6项,位于创新服务项目区10项。结论Kano模型是一种简单易行地识别服务属性并能提供改进技术支持的科学分析方法,满意度影响力矩阵可帮助医院有针对性地提升服务水平。     

基于Kano模型的住院患者满意度影响因素识别与改进

目的识别住院患者满意度影响因素,制定针对性质量改进策略。方法基于Kano模型,使用住院患者满意度影响因素Kano调查问卷,对某院624名住院患者及家属进行问卷调查。结果根据满意度影响因素敏感性矩阵结果,优先改进必备属性5项服务、期望属性3项服务与惊喜属性1项服务。实施改进措施后,患者满意度得以提升。结论Kano模型能够明确患者满意度影响因素的影响力大小,进而对服务项目的优先改进顺序和资源的投入方向进行有效引导,便于医院高效、精准地提升患者满意度。     

基于Kano模型的互联网医院患者就医服务需求分析

目的调查分析互联网医院患者就医服务需求,探讨服务质量改进措施。方法自行设计基于Kano模型互联网医院患者就医服务需求调查问卷,对某院线上和线下就诊患者进行问卷调查,运用Kano分析法对服务需求进行分类,根据满意度影响力矩阵分析提出改进措施。结果诊前、诊中、诊后三个维度下的互联网医院19个服务项目中,基本属性6个,期望属性7个,魅力属性6个。影响力矩阵分析显示,1个项目归属于提升服务标准区,7个项目归属于创新服务项目区,5个项目归属于维系服务质量区,6个项目归属于提升服务质量区。结论Kano模型的科学应用,可优化互联网医院就诊流程,提高患者就医满意度和医院工作效率,助力医疗服务质量提升。     

基于Kano模型的经阴道分娩孕产妇服务需求调查分析

目的 调查分析孕产妇阴道分娩服务需求,探讨产前、产时、产后及康复等服务质量改进策略。方法 采用便利抽样法,于2021年3月-5月使用基于Kano模型制定的孕产妇阴道分娩服务需求调查问卷对某三甲综合医院213名阴道分娩孕产妇进行调查,依据Kano模型确定服务需求属性,计算满意影响力和不满意影响力及重要度,并绘制矩阵气泡图。采用SPSS 21.0软件对数据进行统计分析。结果 25个服务需求条目中,必备属性需求9项,期望属性需求8项,魅力属性需求8项。矩阵气泡图显示,10个条目分布在提升服务标准区,7个条目分布在创新服务项目区,1个条目分布在维系服务质量区,7个条目分布在提升服务质量区。结论 Kano模型能够多维度分析孕产妇阴道分娩服务需求,为医院助产服务改进提供参考。     

基于Kano模型的住院手术患儿家属护理服务需求属性分析

目的调查分析住院手术患儿家属护理服务需求属性,为制定针对性干预措施提供参考。方法基于Kano模型问卷,对广州市某三甲专科医院1 445名住院手术患儿家属进行调查。结果23项患儿家属护理服务需求条目中,11项为期望属性需求,8项为魅力属性需求,1项为必备属性需求,3项为无差异属性需求,无逆向属性需求。满意度影响力矩阵结果显示,11项期望属性需求位于优势区象限,1项必备属性需求位于待改进区象限,8项魅力属性需求位于维持区象限,3项无差异属性需求位于次要改进区象限。结论医院应在满足住院手术患儿家属必备属性护理服务需求的基础上,改善期望属性需求,创新魅力属性需求。     

Kano模型在急诊服务质量改进中的应用

目的评价Kano模型在急诊科医疗服务质量管理中的作用。方法调查在急诊科就诊、留观的患者,应用Kano模型确定各类服务属性,分别为必备质量、一元质量、魅力质量、无差异质量和逆向质量五类,并根据重要度和满意度作象限图分析。结果根据Kano模型,得出属于必备质量25项、一元质量12项、魅力质量8项、无差异质量2项和逆向质量3项。用象限图分析位于竞争优势区25项、改进区15项、保留区6项,观察区4项。结论 Kano模型能识别急诊科各类医疗服务质量,区分不同服务的重要度和满意度,为急诊医疗服务质量改进提供依据和方向。     

基于Kano模型的儿童保健护理服务需求属性分析

目的探讨儿童保健护理服务需求的属性,找出儿童看护人群期望的服务需求属性,为其优质护理提供实施方案。方法基于Kano模式自行设计儿童保健护理服务需求调查问卷,对300名儿童看护人群进行问卷调查。结果 30项护理服务需求中,1项为必备属性,12项为期望属性,17项为魅力属性。象限图处于优势区有4项服务,处在改进区有11项服务。结论护理管理者应该根据Kano分析的结果及结合象限图分层次改进护理服务,提高护理品质。     

智慧医养融合服务项目的属性与开发策略研究——基于Kano模型的实证调查

目的：确定智慧医养融合服务项目的属性与开发策略。方法：基于Citespace文献量化研究、Kano模型和实证调查，确定智慧医养融合服务项目的属性，提出智慧医养融合服务项目开发策略。结果：智慧医养融合服务项目属性可分为基本型、期望型和魅力型。魅力型智慧医养融合服务项目的使用行为正向影响满意度；期望型智慧医养融合服务项目未能满足居民需求，其使用行为负向影响满意度。结论：在智慧医养融合服务项目的开发过程中，应发挥智慧医院的核心枢纽功能，遵循智慧医养融合服务生命周期的动态演化规律，为居民提供全周期、全过程、全方位的智慧医养融合服务。     

基于Kano模式的儿科护理服务需求属性分析

目的探讨Kano模式对儿科护理服务质量的影响。方法选取2016年2月-2017年7月于丹东市某医院就诊的157例患儿为研究对象。根据Kano模式制定护理服务需求调查问卷,利用该调查问卷了解护理服务需求指标的Kano属性,再根据调查结果对护理措施进行改进。采用自制的护理质量评分量表评估护理措施改进前后的护理质量。结果儿科护理服务需求指标中必备属性(M)指标10个(43.5%),期望属性(O)指标7个(30.4%),魅力属性(A)指标6个(26.1%)。改进后,护理服务态度、健康教育、医疗环境及护理技术评分分别为4.49±0.37,4.52±0.41,4.33±0.62及4.29±0.38,高于改进前的2.17±0.58,2.85±1.31,2.31±0.82及2.28±0.57,差异有统计学意义(P0.05)。结论依据Kano模式对患儿及患儿家属护理服务需求进行属性分析后,能帮助护理人员更好地了解他们的需求,从而可为患儿提供更优质的护理服务,护理服务质量也得到提升,值得临床推广应用。     

基于Kano模型的流产后关爱咨询服务需求分析

正Kano模型是一种对服务对象需求进行分类和重要性排序的研究工具,正越来越多地为服务型行业提升服务质量所应用[1]。本文将Kano模型与人工流产者满意度评价相结合,旨在了解人工流产者对流产后关爱(PAC)咨询服务的潜在需求,分析其质量属性及满意度现状,为改善PAC咨询服务,提高人工流产者的满意度,降低重复流产提供决策参考。1对象与方法1.1研究对象选取2016年11—12月在四川某三甲医院480     

深圳市门诊和住院服务满意度评估及比较分析

目的：测量和评估患者对医疗卫生服务的满意度，为政府部门和医院改善患者满意度提供政策依据和建议。方法：对深圳市15家医院的门诊患者（n=1057）和住院患者（n=666）进行满意度问卷调查，应用描述性分析方法、Likert标准评分法、方差分析、主成份分析等研究方法评估满意度及其影响因素。结果：①评分情况：门诊、住院满意度总得分分别为63.45和84．27。门诊满意度评分与住院满意度评分有显著性差异，后者高于前者；②主成份分析：服务态度、服务质量、服务交流、医患关系是医院门诊和住院服务重要建设内容；结论：深圳市医院门诊服务患者满意度较低，处于一般的水平，而住院服务患者满意度较高。     

Hospital customer service in a changing healthcare world: does it matter?

The healthcare industry is undergoing a rapid transformation to meet the ever-increasing needs and demands of the patient population. Employers and health plans such as HMOs are demanding better service and higher quality care, and hospitals are trying to tackle reimbursement cutbacks, streamline services, and serve a diverse population. Hospitals have begun to realize that to overcome these obstacles and meet the needs of the health care plans and consumers, they must focus on the demands of the customer. Customer service initiatives increase patient satisfaction and loyalty and overall hospital quality, and many hospitals have found that consumer demands can be met through initiating and maintaining a customer service program. This article describes how the administrator can create, implement, and manage customer service initiatives within the hospital.     

Service Quality and Performance in the Public Health-Care Sector

The purpose of this article is to evaluate service quality and service performance relationship in the health-care sector using respective developed multidimensional scales. Data were collected from 400 inpatient respondents, using stratified sampling method from five departments, namely general medicine, surgery, pediatrics, orthopedics, gynecology, and ENT of a tertiary hospital (North India). The results confirm significant relationship among subdimensions of physical environment quality and interaction quality (service quality) and four service performance measures, namely waiting time, patient satisfaction, patient loyalty, and image in public hospitals.     

Service quality and performance in the public health-care sector

The purpose of this article is to evaluate service quality and service performance relationship in the health-care sector using respective developed multidimensional scales. Data were collected from 400 inpatient respondents, using stratified sampling method from five departments, namely general medicine, surgery, pediatrics, orthopedics, gynecology, and ENT of a tertiary hospital (North India). The results confirm significant relationship among subdimensions of physical environment quality and interaction quality (service quality) and four service performance measures, namely waiting time, patient satisfaction, patient loyalty, and image in public hospitals.     

Evaluating service quality dimensions as antecedents to outpatient satisfaction using back propagation neural network

Nowadays the ability to provide outpatient services with exceptional quality is paramount to long-term survival of hospitals, as the revenues from outpatient services are predicted to equal or exceed inpatient revenues in the near future. Identifying the relative weight of different dimensions of healthcare quality service which concur together to determine outpatients satisfaction is very important, as it can help healthcare managers to allocate resources more efficiently and identify managerial actions able to guarantee higher levels of patients’ satisfaction. This study proposes the use of Artificial Neural Network (ANN) as a knowledge discovery technique for identifying the service quality factors that are important to outpatient. An ANN model is developed on data from a panel of outpatients of public healthcare services.