MétaCan
Menu
Retour à la cohorte
Enregistrement W3184816908 · doi:10.1007/s40271-021-00538-8

Family Experiences with Care for Children with Inherited Metabolic Diseases in Canada: A Cross-Sectional Survey

2021· article· en· W3184816908 sur OpenAlexafffundabout
Andrea Chow, Michael Pugliese, Laure Tessier, Pranesh Chakraborty, Ryan Iverson, Doug Coyle, Jonathan B. Kronick, Kumanan Wilson, Robin Z. Hayeems, Walla Al‐Hertani, Michal Inbar‐Feigenberg, Shailly Jain‐Ghai, Anne‐Marie Laberge, Julian Little, John J. Mitchell, Chitra Prasad, Komudi Siriwardena, Rebecca Sparkes, Kathy N. Speechley, Sylvia Stöckler, Yannis Trakadis, Jagdeep S. Walia, Brenda J. Wilson, Beth K. Potter

Notice bibliographique

RevuePatient · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensMemorial University of NewfoundlandQueen's UniversityBC Children's HospitalUniversity of British ColumbiaUniversity of CalgaryLondon Health Sciences CentreCentre Hospitalier Universitaire Sainte-JustineHospital for Sick ChildrenUniversité de MontréalUniversity of AlbertaSickKids FoundationWestern UniversityMontreal Children's HospitalUniversity of TorontoOttawa HospitalKingston Health Sciences CentreMcGill University Health CentreUniversity of OttawaInstitute for Clinical Evaluative SciencesChildren's Hospital of Eastern OntarioAlberta Children's HospitalStollery Children's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCross-sectional studyMedicineFamily medicineEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVE: Children with inherited metabolic diseases often require complex and highly specialized care. Patient and family-centered care can improve health outcomes that are important to families. This study aimed to examine experiences of family caregivers (parents/guardians) of children diagnosed with inherited metabolic diseases with healthcare to inform strategies to improve those experiences. METHODS: A cross-sectional mailed survey was conducted of family caregivers recruited from an ongoing cohort study. Participants rated their healthcare experiences during their child's visits to five types of healthcare settings common for inherited metabolic diseases: the metabolic clinic, the emergency department, hospital inpatient units, the blood laboratory, and the pharmacy. Participants provided narrative descriptions of any memorable negative or positive experiences. RESULTS: There were 248 respondents (response rate 49%). Caregivers were generally very or somewhat satisfied with the care provided at each care setting. Appropriate treatment, provider knowledge, provider communication, and care coordination were deemed essential aspects of satisfaction with care by the majority of participants across many settings. Memorable negative experiences were reported by 8-22% of participants, varying by setting. Among participants who reported memorable negative experiences, contributing factors included providers' demeanor, lack of communication, lack of involvement of the family, and disregard of an emergency protocol letter provided by the family. CONCLUSIONS: While caregivers' satisfaction with care for children with inherited metabolic diseases was high, we identified gaps in family-centered care and factors contributing to negative experiences that are important to consider in the future development of strategies to improve pediatric care for inherited metabolic diseases.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,219

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,224
Écart entre enseignants0,215 · 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'étudeObservationnel
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

Citations2
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePatientMême sujetGenomics and Rare DiseasesTravaux en français237 207