Knowledge, attitudes, practices, and barriers reported by patients receiving diabetes and hypertension primary health care in Barbados: a focus group study
Notice bibliographique
Résumé
BACKGROUND: Deficiencies in the quality of diabetes and hypertension primary care and outcomes have been documented in Barbados. This study aimed to explore the knowledge, attitudes and practices, and the barriers faced by people with diabetes and hypertension in Barbados that might contribute to these deficiencies. METHODS: Five structured focus groups were conducted for randomly selected people with diabetes and hypertension. RESULTS: Twenty-one patients (5 diabetic, 5 hypertensive, and 11 with both diseases) with a mean age of 59 years attended 5 focus group sessions.Patient factors that affected care included the difficulty in maintaining behaviour change. Practitioner factors included not considering the "whole person" and patient expectations, and not showing enough respect for patients. Health care system factors revolved around the amount of time spent accessing care because of long waiting times in public sector clinics and pharmacies. Society related barriers included the high cost and limited availability of appropriate food, the availability of exercise facilities, stigma of disease and difficulty taking time off work.Attendees were not familiar with guidelines for diabetes and hypertension management, but welcomed a patient version detailing a place to record results, the frequency of tests, and blood pressure and blood glucose targets. Appropriate education from practitioners during consultations, while waiting in clinic, through support and education groups, and for the general public through the schools, mass media and billboards were recommended. CONCLUSIONS: Primary care providers should take a more patient centred approach to the care of those with diabetes and hypertension. The care system should provide better service by reducing waiting times. Patient self-management could be encouraged by a patient version of care guidelines and greater educational efforts.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».