Assessing the Educational Needs of Canadian Gastroenterologists and Gastroenterology Nurses: Challenges to Optimal Care in Crohn’s Disease
Notice bibliographique
Résumé
OBJECTIVE: A national needs assessment of Canadian gastroenterologists and gastroenterology nurses was undertaken to determine the perceived and unperceived educational and performance barriers to caring for patients with Crohn's disease (CD). METHODS: A triangulated, mixed-method approach (qualitative and quantitative) was used to determine the nature and extent of knowledge gaps and barriers in the care of patients with CD. RESULTS: Qualitative interviews were conducted with nine gastroenterologists, four gastroenterology nurses and nine patients with CD. Based on this exploratory research, a survey was designed and launched nationally (37 gastroenterologists, 36 gastroenterology nurses). Findings indicated that Canadian gastroenterologists and gastroenterology nurses lacked clarity regarding their roles and responsibilities across the continuum of CD care, and face communication gaps within the health care team, undermining their effectiveness. Gastroenterologists identified challenges in optimal diagnosis due to unclear testing and diagnostic criteria. They recognized knowledge gaps when treating patient subgroups and in prescribing biological therapies. Furthermore, gastroenterologists self-identified gaps in skill, knowledge, and confidence in monitoring disease progression and effectively assessing response to therapy. When managing patients with CD, gastroenterologists expressed challenges with patient issues outside their domain of medical expertise, particularly with the skills needed to facilitate effective patient communication and education that would enhance adherence to recommended treatments. CONCLUSIONS: Educational initiatives should address diagnostic and treatment guidelines, as well as enhancement of clinical performance gaps in health care team processes and the patient-professional therapeutic relationship. To impact care and patient outcomes, these initiatives must be relevant to clinical practice settings and applicable to the practice context.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».