An Exploratory Study of Person-Centered Care in a Large Urban Hemodialysis Program in Canada Using a Qualitative Case-Study Methodology
Notice bibliographique
Résumé
BACKGROUND: Person-centered care (PCC) can benefit patients, clinical staff, and health care organizations, but has not yet been widely adopted into practice. Hemodialysis is a unique care environment in which clinical staff can be involved with patients for protracted periods of time each week and often over a number of years. While kidney care is arguably more holistic than other chronic condition management programs, most patients requiring hemodialysis do not receive care that is optimally person-centered. OBJECTIVE: The purpose of this research was to explore how care is experienced and provided in a large urban hemodialysis program in western Canada in relation to key principles of PCC. In addition, we wanted to understand what factors at an individual, unit, and organizational level facilitate or inhibit PCC in this environment. METHODS: We used a qualitative case-study approach to explore multiple perspectives of care provision using a number of data sources including semi-structured interviews with patients, family members, clinical staff, and administrative staff, as well as observing patterns of clinical practice in local hemodialysis units. FINDINGS: In our study of a single hemodialysis program, we found limited evidence of PCC. Overall, patients reported that their care was good and they had positive relationships with their care team. However, they did not feel involved in decisions regarding their care or consider it to be individualized. In general, providers acknowledged the potential benefits of PCC but were constrained in their practice by a number of factors, including individual perceptions of their role, a prescriptive care environment, and an organizational focus on managing demand. CONCLUSIONS: Evidence of PCC within hemodialysis services was limited, with a number of individual, unit level, and organizational barriers mitigating against its adoption and spread.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,024 | 0,010 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».