Improving safety and efficiency in care: multi-stakeholders’ perceptions associated with a peritoneal dialysis virtual care solution
Notice bibliographique
Résumé
BACKGROUND: Although there is a growing body of literature on the outcomes and impacts of remote home management with peritoneal dialysis (PD) patients, less is understood how this virtual care solution impacts the quality and efficiency of the healthcare system care. In this context, a study was undertaken to understand the perceptions of patients and their caregivers, healthcare providers, health system decision makers, and vendors associated with a remote monitoring and tracking solution aimed at enhancing the outcomes and experiences of chronic kidney disease (CKD) patients receiving PD at home. METHODS: A qualitative design using semi-structured interviews with 25 stakeholders was used in this study. Narrative data were analyzed by a thematic analysis approach. RESULTS: The following two themes emerged from the data: (1) leveraging data to monitor and intervene to keep patients safe and (2) increasing efficiencies and having control over supplies. DISCUSSION: Our study findings elucidated the ability of patients (and in some cases, caregivers) to monitor and trend their data and order and track directly on-line their dialysis supplies were key to their active participation in managing their CKD and keeping them safe at home. Their active participation and functionality of the virtual care solution also led to enhanced efficiencies (eg, process faster, easier, convenient, time savings) for both patients and healthcare providers. CONCLUSION: The virtual care solution showed promising signs of a patient-centric approach and may serve as a blueprint for other virtual care solutions for chronic disease management.
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 | 0,000 | 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 | 0,000 | 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 ».