Care maps for children with medical complexity
Notice bibliographique
Résumé
AIM: Children with medical complexity require multiple providers and services to keep them well and at home. A care map is a patient/family-created diagram that pictorially maps out this complex web of services. This study explored what care maps mean for families and healthcare providers to inform potential for clinical use. METHOD: Parents (n=15) created care maps (hand drawn n=10 and computer-generated n=5) and participated in semi-structured interviews about the process of developing care maps and their perceived impact. Healthcare providers (n=30) reviewed the parent-created care maps and participated in semi-structured interviews. Data were analysed for themes and emerging theory using a grounded theory analytical approach. RESULTS: Data analysis revealed 13 overarching themes that were further categorized into three domains: features (characteristics of care maps), functions (what care maps do), and emerging outcomes (benefits of care map use). These domains further informed a definition and a theoretical model of how care maps work. INTERPRETATION: Our findings suggest that care maps may be a way of supporting patient- and family-centred care by graphically identifying and integrating experiences of the family as well as priorities for moving forward. WHAT THIS PAPER ADDS: Care maps were endorsed as a useful tool by families and providers. They help healthcare providers better understand parental priorities for care. Parents can create care maps to demonstrate the complex burden of care. They are a unique visual way to incorporate narrative medicine into practice.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».