A co‐designed framework to support and sustain patient and family engagement in health‐care decision making
Notice bibliographique
Résumé
BACKGROUND: Patient and family engagement in health care has emerged as a critical priority. Understanding engagement, from the perspective of the patient and family member, coupled with an awareness of how patient and family members are motivated to be involved, is an important component in increasing the effectiveness of patient engagement initiatives. The purpose of this research was to co-design a patient and family engagement framework. METHODS: Workshops were held to provide additional context to the findings from a survey. Participants were recruited using a convenience sampling strategy. Workshop data collected were analysed using a modified constant comparative technique. The core research team participated in a workshop to review the findings from multiple inputs to inform the final framework and participated in a face validity exercise to determine that the components of the framework measured what they were intended to measure. RESULTS: The framework is organized into three phases of engagement: why I got involved; why I continue to be involved; and what I need to strengthen my involvement. The final framework describes seven motivations and 24 statements, arranged by the three phases of engagement. CONCLUSION: The results of this research describe the motivations of patient and family members who are involved with health systems in various roles including as patient advisors. A deeper knowledge of patient and family motivations will not only create meaningful engagement opportunities but will also enable health organizations to gain from the voice and experience of these individuals, thereby enhancing the quality and sustainability of patient and family involvement.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».