Trust and world view in shared decision making with indigenous patients: A realist synthesis
Notice bibliographique
Résumé
INTRODUCTION: How shared decision making (SDM) works with indigenous patient values and preferences is not well understood. Colonization has affected indigenous peoples' levels of trust with institutions, and their world view tends to be distinct from that of nonindigenous people. Building on a programme theory for SDM, the present research aims to refine the original programme theory to understand how the mechanisms of trust and world view might work differently for indigenous patients. DESIGN: We used a six-step iterative process for realist synthesis: preliminary programme theory development, search strategy development, selection and appraisal of literature, data extraction, data analysis and synthesis, and formation of a revised programme theory. DATA SOURCES: Searches were through Medline, CINAHL, and the University of Saskatchewan iPortal for grey literature. Medline and CINAHL searches included the University of Alberta Canada-wide indigenous peoples search filters. DATA SYNTHESIS: Following screening 731 references, 90 documents were included for data extraction (53 peer reviewed and 37 grey literature). Documents from countries with similar colonization experiences were included. RESULTS: A total of 518 context-mechanism-outcome (CMO) configurations were identified and synthesized into 21 CMOs for a revised programme theory. Demographics, indigenous world view, system and institutional support, language barriers, and the macro-context of discrimination and historical abuse provided the main contexts for the programme theory. These inspired mechanisms of reciprocal respect, perception of world view acceptance, and culturally appropriate knowledge translation. In turn, these mechanisms influenced the level of trust and anxiety experienced by indigenous patients. Trust and anxiety were both mechanisms and intermediate outcomes and determined the level of engagement in SDM. CONCLUSION: This realist synthesis provides clinicians and policymakers a deeper understanding of the complex configurations that influence indigenous patient engagement in SDM and offers possible avenues for improvement.
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 | 0,016 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».