Making sense of symptoms, clinicians and systems: a qualitative evaluation of a facilitated support group for patients with medically unexplained symptoms
Notice bibliographique
Résumé
OBJECTIVES: Health services to date have inadequately addressed the physical and mental health needs of patients with medically unexplained symptoms. This qualitative study evaluates a piloted facilitated support group (FSG) developed for patients with medically unexplained symptoms to inform recommendations and resources for this patient population. METHODS: Using a qualitative descriptive design, we conducted and thematically analyzed semi-structured interviews with participants (n = 8) and facilitators (n = 4) to explore their experiences of the facilitated support group. Common themes that captured strengths and challenges of the facilitated support group were identified. RESULTS: The following key themes were identified through analysis of the data: Participants described 1) feeling validated through sharing similar experiences with peers; 2) learning practical symptom management and coping strategies; and 3) gaining new perspectives for navigating conversations with PCPs. CONCLUSIONS: Our findings show that a facilitated support group may provide additional forms of support and resources for patients with medically unexplained symptoms, filling a gap in currently available clinical care offered by health care professionals. Potential implications: This paper highlights lessons learned that can inform the design and delivery of future supports and resources directed toward optimizing patient care for this underserved patient population. Our findings are relevant to those who are involved in direct patient care or involved in designing and implementing self-management programs.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».