Patient perspectives on engagement in decision-making in early management of non-ST elevation acute coronary syndrome: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Surveys of patients suggest many want to be actively involved in treatment decisions for acute coronary syndromes. However, patient experiences of their engagement and participation in early phase decision-making have not been well described. METHODS: We performed a patient led qualitative study to explore patient experiences with decision-making processes when admitted to hospital with non-ST elevation acute coronary syndrome. Trained patient-researchers conducted the study via a three-phase approach using focus groups and semi-structured interviews and employing grounded theory methodology. RESULTS: Twenty patients discharged within one year of a non-ST elevation acute coronary syndrome participated in the study. Several common themes emerged. First, patients characterized the admission and early treatment of ACS as a rapidly unfolding process where they had little control. Participants felt they played a passive role in early phase decision-making. Furthermore, participants described feeling reduced capacity for decision-making owing to fear and mental stress from acute illness, and therefore most but not all participants were relieved that expert clinicians made decisions for them. Finally, once past the emergent phase of care, participants wanted to retake a more active role in their treatment and follow-up plans. CONCLUSIONS: Patients admitted with ACS often do not take an active role in initial clinical decisions, and are satisfied to allow the medical team to direct early phase care. These results provide important insight relevant to designing patient-centered interventions in ACS and other urgent care situations.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».