Opportunities for Engaging Patients in Kidney Research
Notice bibliographique
Résumé
PURPOSE: The purpose of this review is to provide a summary of the rationale for engaging patients in research as well as to review the established and envisioned advantages and strategies for patient-researcher partnerships. The authors of this article, which include a patient and 4 researchers in kidney disease, discuss the expected benefits and opportunities for patient engagement in their respective research programs. The 4 research programs span the spectrum of kidney disease and focus on enhancing bone health, increasing living donor kidney transplants, improving medication adherence, and preventing kidney transplant rejection. SOURCES OF INFORMATION: The sources of information for this review include published studies on the topics of patient engagement and the 4 research programs of the new investigators. KEY FINDINGS: (1) Patient, health care provider, and researcher partnerships can contribute useful insights capable of enhancing research in kidney disease. (2) Regardless of the research program, there are various strategies and opportunities for engagement of patients with lived experience across the various stages of research in kidney disease. (3) Envisioned advantages of patient-researcher partnerships include: targeting patient-identified research priorities, integrating patients' experiential knowledge, improving study design and feasibility through patient-researcher input, facilitating dissemination of research findings to other patients, effectively responding to patient concerns about studies, and inspiring researchers to conduct their research. LIMITATIONS: The limitations of the current review include the relative scarcity of literature on patient engagement within the field of kidney disease. IMPLICATIONS: The findings of the current review suggest that it will be important for future studies to identify optimal strategies for patient engagement in setting research priorities, study design, participant recruitment, execution of research projects, and knowledge dissemination and translation.
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 | 0,142 | 0,153 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,016 | 0,020 |
| Science ouverte | 0,003 | 0,024 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».