MétaCan
Menu
Retour à la cohorte
Enregistrement W3167976174 · doi:10.1186/s12884-021-04219-0

Information needs and experiences from pregnancies complicated by hypertensive disorders: a qualitative analysis of narrative responses

2021· article· en· W3167976174 sur OpenAlexaff
Raj Shree, Kendra Hatfield‐Timajchy, Alina Brewer, Eleni Tsigas, Marianne Vidler

Notice bibliographique

RevueBMC Pregnancy and Childbirth · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePregnancy and preeclampsia studies
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicinePregnancyPreeclampsiaReproductive medicineNarrativeQualitative researchFamily medicineNarrative inquirySocial mediaObstetrics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Incorporation of the patient voice is urgently needed in a broad array of health care settings, but it is particularly lacking in the obstetrical literature. Systematically derived information about patients' experience with hypertensive disorders of pregnancy (HDP), most notably preeclampsia, is necessary to improve patient-provider communication and ultimately inform patient-centered care and research. We sought to examine the information needs and experiences of individuals with pregnancies complicated by hypertensive disorders. METHODS: We conducted a qualitative content analysis of narrative-responses to an open-ended question from the Preeclampsia Registry (TPR), an online registry hosted by the Preeclampsia Foundation. Individuals were invited to enroll in TPR via social media, web searches, and newsletters. We restricted our analysis to participants who self-reported a history of HDP and responded to the open-ended question, "Is there any information that you could have had at the time of this pregnancy that would have been helpful?". Available responses from July 2013 to March 2017 were included. Narrative responses were coded, reconciled, and thematically analyzed by multiple coders using an inductive approach. Our main outcome measures included participants' expressed needs and additional concerns with respect to their HDP pregnancy. RESULTS: Of 3202 enrolled participants, 1850 completed the survey and self-reported having at least one pregnancy complicated by HDP, of which 895 (48.4%) responded to the open-ended question. Participants delivered in the United States (83%) and 27 other countries. Compared to non-responders, responders reported more severe HDP phenotypes and adverse offspring outcomes. We identified three principal themes from responses: patient-identified needs, management and counseling, and potential action. Responses revealed that participants' baseline understanding of HDP, including symptoms, management, therapeutic strategies, and postpartum complications, was demonstrably lacking. Responders strongly desired improved counseling so that both they and their providers could collaboratively diagnose, appropriately manage, and robustly and continuously communicate to facilitate a partnership to address any HDP complications. CONCLUSIONS: Participants' responses regarding their HDP experience provide indispensable insight into the patient's perspectives. Our study suggests that improved education regarding possible HDP complications and transparency about the consideration of HDP and its associated outcomes during an evaluation are needed, and efforts to implement these strategies should be sought. TRIAL REGISTRATION: The Preeclampsia Registry: NCT02020174.

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)0,021
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,007
Communication savante0,0040,005
Science ouverte0,0020,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,297
Écart entre enseignants0,273 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Pregnancy and ChildbirthMême sujetPregnancy and preeclampsia studiesTravaux en français237 207