MétaCan
Menu
Retour à la cohorte
Enregistrement W2478517835 · doi:10.1371/journal.pone.0160947

Patient and Family Member-Led Research in the Intensive Care Unit: A Novel Approach to Patient-Centered Research

2016· article· en· W2478517835 sur OpenAlexafffundabout
Marlyn Gill, Sean M. Bagshaw, Emily McKenzie, Peter Oxland, Donna Oswell, Debbie Boulton, Daniel J. Niven, Melissa L. Potestio, Svetlana Shklarov, Nancy Marlett, Henry T. Stelfox

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensAlberta Health ServicesUniversity of AlbertaAlberta HealthUniversity of Calgary
Organismes subventionnairesUniversity of TorontoAlberta InnovatesAlberta Innovates - Health Solutions
Mots-clésIntensive care unitFamily memberMedicineMEDLINEIntensive care medicineFamily medicineBiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Engaging patients and family members as partners in research increases the relevance of study results and enhances patient-centered care; how to best engage patients and families in research is unknown. METHODS: We tested a novel research approach that engages and trains patients and family members as researchers to see if we could understand and describe the experiences of patients admitted to the intensive care unit (ICU) and their families. Former patients and family members conducted focus groups and interviews with patients (n = 11) and families of surviving (n = 14) and deceased (n = 7) patients from 13 ICUs in Alberta Canada, and analyzed data using conventional content analysis. Separate blinded qualitative researchers conducted an independent analysis. RESULTS: Participants described three phases in the patient/family "ICU journey"; admission to ICU, daily care in ICU, and post-ICU experience. Admission to ICU was characterized by family shock and disorientation with families needing the presence and support of a provider. Participants described five important elements of daily care: honoring the patient's voice, the need to know, decision-making, medical care, and culture in ICU. The post-ICU experience was characterized by the challenges of the transition from ICU to a hospital ward and long-term effects of critical illness. These "ICU journey" experiences were described as integral to appropriate interactions with the care team and comfort and trust in the ICU, which were perceived as essential for a community of caring. Participants provided suggestions for improvement: 1) provide a dedicated family navigator, 2) increase provider awareness of the fragility of family trust, 3) improve provider communication skills, 4) improve the transition from ICU to hospital ward, and 5) inform patients about the long-term effects of critical illness. Analyses by independent qualitative researchers identified similar themes. CONCLUSIONS: Patient and family member-led research is feasible and can identify opportunities for improving 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,085
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,451

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0850,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0180,032
Communication savante0,0140,010
Science ouverte0,0050,018
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,559
Tête enseignante GPT0,456
Écart entre enseignants0,103 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations70
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207