MétaCan
Menu
Retour à la cohorte
Enregistrement W3136794868 · doi:10.1177/2633556521999508

Engagement of older adults with multimorbidity as patient research partners: Lessons from a patient-oriented research program

2021· article· en· W3136794868 sur OpenAlexaffabout
Maureen Markle‐Reid, Rebecca Ganann, Jenny Ploeg, Gail Heald-Taylor, Laurie Kennedy, Carrie McAiney, Ruta Valaitis

Notice bibliographique

RevueJournal of Multimorbidity and Comorbidity · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversity of WaterlooMcMaster UniversityResearch Institute for AgingImpact
Organismes subventionnairesnon disponible
Mots-clésMultimorbidityPsychologyMedical educationUnit (ring theory)MedicineNursingGerontologyFamily medicineChronic disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient "engagement" in health research broadly refers to including people with lived experience in the research process. Although previous reviews have systematically summarized approaches to engaging older adults and their caregivers in health research, there is currently little guidance on how to meaningfully engage older adults with multimorbidity as research partners. OBJECTIVES: This paper describes the lessons learned from a patient-oriented research program, the Aging, Community and Health Research Unit (ACHRU), on how to engage older adults with multimorbidity as research partners. Over the past 7-years, over 40 older adults from across Canada have been involved in 17 ACHRU projects as patient research partners. METHODS: We developed this list of lessons learned through iterative consensus building with ACHRU researchers and patient partners. We then met to collectively identify and summarize the reported successes, challenges and lessons learned from the experience of engaging older adults with multimorbidity as research partners. RESULTS: ACHRU researchers reported engaging older adult partners across many phases of the research process. Five challenges and lessons learned were identified: 1) actively finding patient partners who reflect the diversity of older adults with multimorbidity, 2) developing strong working relationships with patient partners, 3) providing education and support for both patient partners and researchers, 4) using flexible approaches for engaging patients, and 5) securing adequate resources to enable meaningful engagement. CONCLUSION: The lessons learned through this work may provide guidance to researchers on how to facilitate meaningful engagement of this vulnerable and understudied subgroup in the patient engagement literature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,222
score de la tête « metaresearch » (Gemma)0,198
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,959

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2220,198
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0190,012
Communication savante0,0140,020
Science ouverte0,0070,040
Intégrité de la recherche0,0070,015
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,471
Tête enseignante GPT0,555
Écart entre enseignants0,084 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Multimorbidity and ComorbidityMême sujetMental Health and Patient InvolvementTravaux en français237 207