Identifying strategies to implement patient-centred care for women: Qualitative interviews with women
Notice bibliographique
Résumé
OBJECTIVE: Patient-centred care (PCC) is one approach for mitigating gendered inequities in health care quality. Little is known about how to implement PCC for women (PCCW). This study explored women's views about PCCW implementation. METHODS: Descriptive analysis of semi-structured qualitative telephone interviews with diverse women about PCC using an established 6-domain PCC framework. RESULTS: Participants were 33 women who varied in health care experience, age, education and setting. Themes were consistent across these characteristics. Women said that clinicians often dismissed their healthcare concerns. We transformed desired PCC elements into strategies to implement PCCW, 27 at the point-of-care (i.e. assume a non-judgmental disposition, demonstrate active listening, elicit questions, acknowledge emotions, explore preferences for treatment, and offer self-care information) and 3 at the system level (education for women/girls and clinicians about PCCW, widespread access to women's-only services or women clinicians). CONCLUSION: Many women experienced suboptimal PCC. By sharing their PCC experiences, women identified PCC elements of importance to them, and insight on actionable point-of-care and system-level strategies to implement PCCW. PRACTICE IMPLICATIONS: This study revealed numerous ways that clinicians can foster PCCW, and insight on how healthcare managers and policy-makers can support PCCW implementation.
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 | 0,027 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».