Finding resiliency in the face of financial barriers
Notice bibliographique
Résumé
Patients with chronic diseases often face financial barriers to optimize their health. These financial barriers may be related to direct healthcare costs such as medications or self-monitoring supplies, or indirect costs such as transportation to medical appointments. No known framework exists to understand how financial barriers impact patients' lives or their health outcomes.We undertook a grounded theory study to develop such a framework. We used semistructured interviews with a purposive sample of participants with cardiovascular-related chronic disease (hypertension, diabetes, heart disease, or stroke) from Alberta, Canada. Interview transcripts were analyzed in triplicate, and interviews continued until saturation was reached.We interviewed 34 participants. We found that the confluence of 2 events contributed to the perception of having a financial barrier-onset of chronic disease and lack of income or health benefits. The impact of having a perceived financial barrier varied considerably. Protective, predisposing, or modifying of factors determined how impactful a financial barrier would be. An individual's particular set of factors is then shaped by their worldview. This combination of factors and lens determines one's degree of resiliency, which ultimately impacts how well they cope with their disease.The role of financial barriers is complex. How well an individual copes with their financial barriers is intimately tied to resiliency, which is related to the composite of a personal circumstances and their worldview. Our framework for understanding the experience of financial barriers can be used by both researchers and clinicians to better understand patient behavior.
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 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».