Patient Engagement in Kidney Research: Opportunities and Challenges Ahead
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Patient engagement in research is increasingly recognized as an important component of the research process and may facilitate translation of research findings. To heighten awareness on this important topic, this review presents opportunities and challenges of patient engagement in research, drawing on specific examples from 4 areas of Canadian kidney research conducted by New Investigators in the Kidney Research Scientist Core Education and National Training (KRESCENT) Program. SOURCES OF INFORMATION: Research expertise, published reports, peer-reviewed articles, and research funding body websites. METHODS: In this review, the definition, purpose, and potential benefits of patient engagement in research are discussed. Approaches toward patient engagement that may help with translation and uptake of research findings into clinical practice are highlighted. Opportunities and challenges of patient engagement are presented in both basic science and clinical research with the following examples of kidney research: (1) precision care in focal and segmental glomerulosclerosis, (2) systems biology approaches to improve management of chronic kidney disease and enhance kidney graft survival, (3) reducing the incidence of suboptimal dialysis initiation, and (4) use of patient-reported outcome measures (PROMs) and patient-reported experience measures (PREMs) in kidney practice. KEY FINDINGS: Clinical research affords more obvious opportunities for patient engagement. The most obvious step at which to engage patients is in the setting of research priorities. Engagement at all stages of the research cycle may prove to be more challenging, and requires a detailed plan, along with funds and infrastructure to ensure that it is not merely tokenistic. Basic science research is several steps removed from the clinical application and involves complex scientific concepts, which makes patient engagement inherently more difficult. LIMITATIONS: This is a narrative review of the literature that has been partly influenced by the perspectives and experiences of the authors and focuses on research conducted by the authors. The evidence base to support the suggested benefits of patient engagement in research is currently limited. IMPLICATIONS: The formal incorporation of patients' priorities, perspectives, and experiences is now recognized as a key component of the research process. If patients and researchers are able to effectively work together, this could enhance research quality and efficiency. To effectively engage patients, proper infrastructure and dedicated funding are needed. Going forward, a rigorous evaluation of patient engagement strategies and their effectiveness will be needed.
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 | 0,088 | 0,184 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».