Educational Support Around Dialysis Modality Decision Making in Patients With Chronic Kidney Disease: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Patients with chronic kidney disease (CKD) are asked to choose a renal replacement therapy or conservative management. Education and knowledge transfer play key roles in this decision-making process, yet they remain a partially met need. OBJECTIVE: We sought to understand the dialysis modality decision-making process through exploration of the predialysis patient experience to better inform the educational process. DESIGN: Qualitative descriptive study. SETTING: Kidney Care Centre of London Health Sciences Centre in London, Ontario, Canada. PATIENTS: Twelve patients with CKD, with 4 patients on in-center hemodialysis, home hemodialysis, and peritoneal dialysis, respectively. MEASUREMENTS: Not applicable. METHODS: We conducted semistructured interviews with each participant, along with any family members who were present. Interviews were transcribed verbatim. Conventional content analysis was used to analyze the transcripts for common themes. Representative quotes were decided via team consensus. A patient collaborator was part of the research team. RESULTS: Three themes influenced dialysis modality decision making: (i) Patient Factors: individualization, autonomy, and emotions; (ii) Educational Factors: tailored education, time and preparation, and available resources; and (iii) Support Systems: partnership with health care team, and family and friends. LIMITATIONS: Sample not representative of wider CKD population. Limited number of eligible patients. Poor recall may affect findings. CONCLUSIONS: Modality decision making is a complex process, influenced by the patient's health literacy, willingness to accept information, predialysis lifestyle, support systems, and values. Patient education requires the flexibility to individualize the delivery of a standardized CKD curriculum in partnership with a patient-health care team, to fulfill the goal of informed, shared decision making.
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 | 0,011 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».