Perceived Benefits and Challenges of a Risk-Based Approach to Multidisciplinary Chronic Kidney Disease Care: A Qualitative Descriptive Study
Notice bibliographique
Résumé
BACKGROUND: The kidney failure risk equation (KFRE) provides an estimate of risk of progression to kidney failure, and may guide clinical care. OBJECTIVE: We aimed to describe patient, family, and health care provider's perspectives of the perceived benefits and challenges of using a risk-based approach to guide care delivery for patients with advanced chronic kidney disease (CKD), and refine implementation based on their input. METHODS: We used qualitative methodology to explore perceived benefits and challenges of implementing a risk-based approach (using the KFRE) to determine eligibility for multidisciplinary CKD care in Southern Alberta. We obtained perspectives from patients and families through focus groups, as well as input from health care providers through interviews and open-ended responses from an online survey. Twelve patients/family members participated in 2 focus groups, 16 health care providers participated in an interview, and 40 health care providers responded to the survey. RESULTS: Overall, participants felt that a KFRE-based approach had the potential to improve efficiency of the clinics by targeting care to patients at highest risk of kidney failure; however, they also expressed concerns about the impact of loss of services for lower risk individuals. Participants also articulated concerns about a perceived lack of capacity for adequate CKD patient care in the community. Our implementation strategy was modified as a result of participants' feedback. CONCLUSIONS: We identified benefits and challenges to implementation of a risk-based approach to guide care of patients with advanced CKD. Based on these results, our implementation strategy has been modified by removing the category of referral back to primary care alone, and instead having that decision made jointly by nephrologists and patients among low-risk patients.
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 | 0,016 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 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 ».