Understanding Patients' Experiences of Treatment Burden in Chronic Heart Failure Using Normalization Process Theory
Notice bibliographique
Résumé
PURPOSE: Our goal was to assess the burden associated with treatment among patients living with chronic heart failure and to determine whether Normalization Process Theory (NPT) is a useful framework to help describe the components of treatment burden in these patients. METHODS: We performed a secondary analysis of qualitative interview data, using framework analysis, informed by NPT, to determine the components of patient "work." Participants were 47 patients with chronic heart failure managed in primary care in the United Kingdom who had participated in an earlier qualitative study about living with this condition. We identified and examined data that fell outside of the coding frame to determine if important concepts or ideas were being missed by using the chosen theoretical framework. RESULTS: We were able to identify and describe components of treatment burden as distinct from illness burden using the framework. Treatment burden in chronic heart failure includes the work of developing an understanding of treatments, interacting with others to organize care, attending appointments, taking medications, enacting lifestyle measures, and appraising treatments. Factors that patients reported as increasing treatment burden included too many medications and appointments, barriers to accessing services, fragmented and poorly organized care, lack of continuity, and inadequate communication between health professionals. Patient "work" that fell outside of the coding frame was exclusively emotional or spiritual in nature. CONCLUSIONS: We identified core components of treatment burden as reported by patients with chronic heart failure. The findings suggest that NPT is a theoretical framework that facilitates understanding of experiences of health care work at the individual, as well as the organizational, level. Although further exploration and patient endorsement are necessary, our findings lay the foundation for a new target for treatment and quality improvement efforts toward patient-centered care.
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 | 0,020 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,017 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».