Providing person-centred care for people with multiple chronic conditions: protocol for a qualitative study incorporating client and staff perspectives
Notice bibliographique
Résumé
INTRODUCTION: Chronic conditions are associated with over one-third of potentially avoidable hospitalisations. Integrated care programmes aim to help people with chronic conditions to self-manage their health, thus avoiding hospital admissions. While founded on principles of person-centred care, the experiences of people with multiple chronic conditions in integrated care programmes are not widely known. Our study will explore how person-centred care is incorporated into an integrated care programme for people with multiple chronic conditions. METHODS AND ANALYSIS: This is a qualitative phenomenological study being conducted from March 2018 to June 2019, in a large metropolitan health service in Melbourne, Australia. Participants will be programme clients (and/or their carers) and staff working in the programme. We will interview staff about their experiences of the programme. Recruited staff will assist with recruitment of clients who recently completed an episode of care, to participate in a semistructured interview in their home. We will also analyse the medical records of interviewed clients, and observe outpatient clinics connected to the programme, based on the findings of the interviews. We will analyse all data using thematic analysis, with overarching themes representing staff and client perspectives of person-centred care. ETHICS AND DISSEMINATION: Ethical approval was granted by Monash Health (HREC/18/MonH/33) and Monash University (12260) Human Research Ethics Committees. Our study will provide a comprehensive exploration of person-centred care in an integrated care programme. It will add information to person-centred care literature on participants' perceptions of what works and why, including barriers and enablers to person-centred care in a complex environment. Findings of this study will be disseminated via publications, conferences and presentations to the health service participants.
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 | 0,111 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,007 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,010 |
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 ».