MétaCan
Menu
Retour à la cohorte
Enregistrement W2929153482 · doi:10.1177/2042098619838796

‘I think this medicine actually killed my wife’: patient and family perspectives on shared decision-making to optimize medications and safety

2019· article· en· W2929153482 sur OpenAlexaffabout
Dee Mangin, Cathy Risdon, Larkin Lamarche, Jessica Langevin, Abbas Ali, Jenna Parascandalo, Gaibrie Stephen, Johanna Trimble

Notice bibliographique

RevueTherapeutic Advances in Drug Safety · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensUniversity of British ColumbiaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésFocus groupThematic analysisConceptualizationQualitative researchMedicineHealth carePatient safetyCoding (social sciences)NursingFamily medicinePsychologySociology

Résumé

récupéré en direct d'OpenAlex

Background: This study explored the perspectives and experiences from patients and families around how patient/family preferences and priorities are considered in medication-related discussions and decisions within the healthcare system. Methods: We conducted a qualitative study using focus groups with residents of Southern Ontario and British Columbia ( N = 16). Three focus groups were conducted using a semi-structured focus group guide. The audiotaped focus group discussions were transcribed verbatim. A thematic analysis, using inductive coding, was completed. Results: A total of three main themes [and several sub-themes (and sub-sub-themes)] emerged from the data: patient and family expertise [ lived experience, information expert, and perceived expert roles (patient/family, healthcare provider)], perceived patient-centredness ( relationship qualities of healthcare provider and assumptions about patients), and system ( time, coordination and communication, and culture). Stories told by participants helped to clarify the relationships between the themes and sub-themes, leading to, what we understand as shared decision-making around medications and subsequent health outcomes. Conclusions: Our findings showed that shared decision-making resulted from both recognition and integration of the personal expertise of the patient and family in medications, and perceived patient-centredness. This is broadly consistent with the current conceptualization of evidence-based medicine. The stories told highlight the complex, dynamic, and nonlinear nature of shared decision-making for medications, and that patient priorities are not as integrated into shared decision-making about medications as we would hope. This suggests the need for developing a systematic process to elicit, record, and integrate patient preferences and priorities about medications to create space for a more patient-centred conversation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,401
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTherapeutic Advances in Drug SafetyMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207