Nursing Patients with Ventricular Assist Devices: An Interpretive Description
Notice bibliographique
Résumé
CONTEXT-Although researchers have studied the experience of caring for patients with ventricular assist devices from the perspective of family caregivers, few reports address the experience of nursing patients with such devices. OBJECTIVE -To investigate the experience of nursing patients who have a ventricular assist device. DESIGN -A qualitative approach called interpretive description was used to conduct semistructured, 1-on-1 interviews. PARTICIPANTS-Six registered nurses with a range of clinical experiences were interviewed in a 1-year period from 2009 to 2010. Data were transcribed and analyzed by the researcher in conjunction with a research team. RESULTS-Four distinct themes were interpreted from the interview data: exclusive knowledge, human connection, ethics, and interdisciplinary stress and technology. CONCLUSION -Nursing patients who have a ventricular assist device is a complex experience. Nurses develop expert knowledge that is related to direct exposure to patients; this unique knowledge should be formally considered in team decision making. Nursing care of patients who have a ventricular assist device also has features that might result in overconnected nurse-patient relationships. Closely connected nurse-patient relationships intensified the emotional difficultly of experiences of exposure to illness or suffering, or exposure to an unpredictable dying trajectory. Nursing patients with ventricular assist devices can be difficult, and nursing leaders should be aware of the emotional reactions that can result from direct exposure to patients who might be perceived as very ill or suffering. Institutions with ventricular assist device programs should consider providing emotional support for health care workers who find this type of work emotionally difficult.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».