Facing obesity: Adapting the collaborative deliberation model to deal with a complex long-term problem
Notice bibliographique
Résumé
OBJECTIVE: Care communication about obesity needs to respond to the complex biopsychosocial processes that affect weight and health. The collaborative deliberation model conceptualizes interpersonal work that underpins empathic communication and shared decision-making. The goal of this study was to elucidate how primary care practitioners can use the model to achieve shared obesity assessment and care planning. METHODS: This qualitative study used direct observation of clinical encounters with twenty patients with obesity sampled for maximum variation in context, semi-structured patient and provider interviews, patient journals and two follow-up interviews over eight weeks. Themes were compared to the original model. RESULTS: We identified five processes that may be relevant for collaborative deliberation about obesity in addition to the original model: (1) Exploring the story, (2) Reframing the story, (3) Co-constructing a new story, (4) Choosing a priority, and (5) Experimenting with alternatives. CONCLUSIONS: We propose an enhanced collaborative deliberation model for obesity that describes the interpersonal work needed before and after deliberation about preferences and courses of action. PRACTICE IMPLICATIONS: The enhanced model can support clinicians in achieving meaningful conversations about obesity and complex chronic disease resulting in care plans that are responsive to and achievable in the patient's lifeworld.
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 | 0,001 | 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 | 0,003 | 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 ».