When Social Inequalities Produce “Difficult Patients”: A Qualitative Exploration of Physicians’ Views
Notice bibliographique
Résumé
“Difficult patients” are most often characterized by their personality, behavior, or pathology. Little research has been done to understand how some patients, because of their disadvantaged social position, are perceived as “difficult” by their physicians. Our qualitative, exploratory study was conducted to understand how social inequalities contribute to this perception of a “difficult patient.” It was based on 12 semi-structured interviews with physicians, in Montréal, Canada. Participants identified three main challenging factors: a perception of excessive time required to manage these patients; a feeling of ineffectiveness, despite this additional time spent; and the pressure to “do something” about needs they perceive as serious, despite this feeling of ineffectiveness. To adjust their practice to the specific circumstances of these disadvantaged patients, they feel it is important to establish good relationships with them, to set realistic objectives, and to increase interprofessional interactions. We discuss these findings in relation to three issues that contribute to this sense of difficulty: the social distance between physicians and patients, the social determinants affecting patients’ health, and certain aspects of the health care system that impede the above-mentioned adjustments in medical practice. By exploring, social inequalities in health care access not through the experience of patients, but rather through the perspectives of the physicians who feel unable to protect them, this analysis highlights that the scope of action required to address such inequalities far exceeds physicians’ practice.
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 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».