Clinicians’ perceptions of factors contributing to complexity and intensity of care of outpatients with traumatic brain injury
Notice bibliographique
Résumé
PRIMARY OBJECTIVE: This study investigated clinicians' perceptions on factors linked to patient complexity in traumatic brain injury (TBI) outpatient rehabilitation. METHOD: Twelve clinicians from various disciplines, working in TBI outpatient programmes from three rehabilitation institutions in Montreal, Quebec, were recruited using convenience and snowball sampling. Data was collected through focus groups and individual interviews and thematic analysis was used to identify themes. MAIN OUTCOMES AND RESULTS: Participants identified complexity factors falling under the following themes: sequelae of TBI (cognitive/behavioural/psychological impacts), personal factors (personality traits, pre-medical state, lifestyle and age), patients' environment (architectural, social, language, cultural and financial) and therapeutic relationship (mismatch, misunderstanding and personality clashes). Clinicians also reported facilitators to optimal treatment delivery such as quality of services and working in an interdisciplinary team. Limited time, training and resources were identified as barriers to treatment. CONCLUSION: A substantial proportion of patients in outpatient TBI programmes seem to follow an atypical evolution and exhibit added complexity. In order to optimize quality of care, clinicians recommended increased community awareness about TBI, increased resources for rehabilitation clinicians and specialized services post-discharge. These findings are insightful for stakeholders; providing a basis for discussions on policy changes that can better meet this population's needs.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».