The needs of persons with lupus and health care providers: a qualitative study aimed toward the development of the Lupus Interactive Navigator™
Notice bibliographique
Résumé
OBJECTIVE: Systemic lupus erythematosus is an inflammatory autoimmune disease associated with high morbidity and unacceptable mortality. A major challenge for persons with lupus is coping with their illness and complex care. Our objective was to identify the informational and resource needs of persons with lupus, rheumatologists, and allied health professionals treating lupus. Our findings will be applied toward the development of an innovative web-based technology, the Lupus Interactive Navigator (LIN™), to facilitate and support engagement and self-management for persons with lupus. METHODS: Eight focus groups were conducted: four groups of persons with lupus (n=29), three groups of rheumatologists (n=20), and one group of allied health professionals (n=8). The groups were held in British Columbia, Ontario, and Quebec. All sessions were audio-recorded and transcribed verbatim. Qualitative analysis was performed using grounded theory. The transcripts were reviewed independently and coded by the moderator and co-moderator using 1) qualitative data analysis software developed by Provalis Research, Montreal, Canada, and 2) manual coding. RESULTS: Four main themes emerged: 1) specific information and resource needs; 2) barriers to engagement in health care; 3) facilitators of engagement in health care; and 4) tools identified as helpful for the self-management of lupus. CONCLUSION: These findings will help guide the scope of LIN™ with relevant information topics and specific tools that will be most helpful to the diverse needs of persons with lupus and their health care providers.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».