An Integrated Knowledge Translation Approach to Develop a Shared Decision-making Strategy for Use by Inuit in Cancer Care: A Qualitative Study
Notice bibliographique
Résumé
Background: In relation to the general Canadian population, Inuit face increased cancer risks and barriers to health services use. In shared decision-making (sdm), health care providers and patients make health care decisions together. Enhanced participation in cancer care decisions is a need for Inuit. Integrated knowledge translation (kt) supports the development of research evidence that is likely to be patient-centred and applied in practice. Objective: Using an integrated kt approach, we set out to promote the use of sdm by Inuit in cancer care. Methods: An integrated kt study involving researchers with a Steering Committee of cancer care system partners who support Inuit in cancer care ("the team") consisted of 2 theory-driven phases:■ using consensus-building methods to tailor a previously developed sdm strategy and developing training in the sdm strategy; and■ training community support workers (csws) in the sdm strategy and testing the sdm strategy with community members. Results: The team developed a sdm strategy that included a workshop and a booklet with 6 questions for use by csws with patients. The sdm strategy (training and booklet) was finalized based on feedback from 5 urban-based Inuit csws who were recruited and trained in using the strategy. Trained csws were matched with 8 community members, and use of the sdm strategy was assessed during interviews, reported as 6 themes. Participants found the sdm strategy to be useful and feasible for use. Conclusions: An integrated kt approach of structured research processes with partners developed a sdm strategy for use by Inuit in cancer care. Further work is needed to test the sdm strategy.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».