Is patient-centred care for women a priority for policy-makers? Content analysis of government policies
Notice bibliographique
Résumé
BACKGROUND: Considerable research shows that women experience gendered disparities in healthcare access and quality. Patient-centred care (PCC) could reduce inequities by addressing the patient's clinical and personal needs. Healthcare policies can influence service delivery to optimise patient outcomes. This study assessed whether and how government policies recognise and promote PCC for women (PCCW). METHODS: We analysed the content of English-language policies published in Canada from 2010 to 2018 on depression and cardiac rehabilitation - conditions featuring known gendered inequities - that were identified on government websites. We extracted data and used summary statistics to enumerate mentions of PCC and women's health. RESULTS: We included 30 policies (20 depression, 10 cardiac rehabilitation). Of those, 20 (66.7%) included any content related to PCC (median 1.0, range 0.0 to 5.0), most often exchanging information (14, 46.7%) and making decisions (13, 43.3%). Less frequent domains were enabling self-management (8, 26.7%), addressing emotions (6, 20.0%) and fostering the relationship (4, 13.3%). No policies included content for the domain of managing uncertainty. A higher proportion of cardiac rehabilitation guidelines included PCC content. Among the 30 policies, 7 (23.3%) included content related to at least one women's health domain (median 0.0, range 0.0 to 3.0). Most frequently included were social determinants of health (4, 13.3%). Fewer policies mentioned any issues to consider for women (2, 28.6%), issues specific to subgroups of women (2, 28.6%) or distinguished care for women from men (2, 28.6%). No policies included mention of abuse or violence, or discrimination or stigma. The policies largely pertained to depression. Despite mention of PCC or women's health, policies offered brief, vague guidance on how to achieve PCCW; for example, "Patients value being involved in decision-making" and "Women want care that is collaborative, woman- and family-centered, and culturally sensitive." CONCLUSIONS: Despite considerable evidence of need and international recommendations, most policies failed to recognise gendered disparities or promote PCC as a mitigating strategy. These identified gaps represent opportunities by which government policies could be developed or strengthened to support PCCW. Future research should investigate complementary strategies such as equipping policy-makers with the evidence and tools required to develop PCCW-informed policies.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: oui · Porte sur un sujet canadien: oui | Qualitatif | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | high |
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».