What insights do patients and caregivers have on acute kidney injury and posthospitalisation care? A single-centre qualitative study from Toronto, Canada
Notice bibliographique
Résumé
Objectives Hospitalisation with acute kidney injury (AKI) is associated with short-term and long-term adverse events, but patient and caregiver experiences with AKI are not well described. We sought to better understand patient and caregiver perspectives after a hospitalisation with AKI to inform discharge strategies that may improve outcomes for this high-risk population. Design Qualitative study with semistructured interviews. Setting Tertiary care hospital in Toronto, Ontario, Canada. Participants Adult patients (n=15) who survived a hospitalisation with Kidney Disease Improving Global Outcomes stage 2 or 3 AKI from May to December 2016. We also interviewed five patient caregivers. We required patients to have no previous evidence of severe chronic kidney disease (ie, prior receipt of dialysis, previous kidney transplantation or pre-existing estimated glomerular filtration rate (eGFR) under 30 mL/min/1.73 m 2 ). Results We identified three over-arching themes: (1) prioritisation of conditions other than AKI, reflected by the importance placed on other comorbidities and the omission of AKI as part of the ongoing medical history; (2) variability in comprehension of the significance of AKI, represented by minimal knowledge of the causes and symptoms associated with AKI, along with misinformation on the kidneys’ ability to self-repair; and (3) anxiety from discharge planning and competing health demands, illustrated by complicated discharge plans involving multiple specialist appointments. Conclusions Patients and caregivers view AKI as a short-term and reversible condition, giving it little thought during the postdischarge period. As a result, reliance on patients and caregivers to report an episode of AKI to their outpatient physicians is unlikely to be successful. Patient-centred tools and decision aids are needed to bridge the gap between a hospitalisation with AKI and the safe transition to the outpatient setting.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,021 | 0,009 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».