Patients' experiences of diabetes education teams integrated into primary care.
Notice bibliographique
Résumé
OBJECTIVE: To explore patients' perspectives on care received from diabetes education teams (a registered nurse and a registered dietitian) integrated into primary care. DESIGN: Qualitative study using semistructured, one-on-one interviews. SETTING: Three diabetes education programs operating in 11 primary care sites in one region of Ontario. PARTICIPANTS: Twenty-three patients with diabetes. METHODS: Purposeful sampling was used to recruit participants from each site for interviews. Educator teams invited patients with whom they had met at least once to participate in semistructured interviews. Data were analyzed using thematic analysis with NVivo 11 software. MAIN FINDINGS: The diabetes education teams integrated into primary care exhibited many of the principles of person-centred care, as evidenced by the 2 overarching themes. The first is personalized care, with the subthemes care environment, shared decision making, and patient preference for one-on-one care. Participants described feeling included in partnerships with their health care providers, as they collaborated with physicians and diabetes educators to develop knowledge and set goals in the convenience and comfort of their usual primary care settings. Many participants also expressed a preference for one-on-one sessions. The second theme is patient-provider relationship, with the subthemes respect, supportive interaction, and facilitating patient engagement. Supportive environments created by the educators built trusting relationships, where patients expressed enhanced motivation to improve their self-care. CONCLUSION: Diabetes educators integrated into primary care can serve to enrich the experience of patients, provide key education to improve patient understanding, and support primary care physicians in providing timely and comprehensive clinical care. Diabetes patients appear to benefit from convenient access to interprofessional teams of educators in primary care to support diabetes self-management.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».