MétaCan
Menu
Retour à la cohorte
Enregistrement W3210109953 · doi:10.1177/20543581211046078

Patient, Caregiver, and Provider Perspectives on Improving Information Delivery in Hemodialysis: A Qualitative Study

2021· article· en· W3210109953 sur OpenAlexaffabout
Priscila Ferreira da Silva, Melanie D. Talson, Juli Finlay, Krista Rossum, Kaytlynn V. Soroka, Michael McCormick, Arlene Desjarlais, Hans Vorster, George Fontaine, Rachelle Sass, Matthew T. James, Manish M. Sood, Allison Tong, Neesh Pannu, Karthik Tennankore, Stephanie Thompson, Marcello Tonelli, Clara Bohm

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensSeven Oaks General HospitalDalhousie UniversityUniversity of ManitobaOttawa HospitalUniversity of OttawaUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFocus groupHemodialysisThematic analysisMedicineQualitative researchContext (archaeology)Health careGrounded theoryNursingFamily medicinePsychiatrySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with kidney failure are exposed to a surfeit of new information about their disease and treatment, often resulting in ineffective communication between patients and providers. Improving the amount, timing, and individualization of information received has been identified as a priority in in-center hemodialysis care. OBJECTIVE: To describe and explicate patient, caregiver, and health care provider perspectives regarding challenges and solutions to information transfer in clinical hemodialysis care. DESIGN: In this multicenter qualitative study, we gathered perspectives of patients, their caregivers, and health care providers conducted through focus groups and interviews. SETTING: Five Canadian hemodialysis centers: Calgary, Edmonton, Winnipeg, Ottawa, and Halifax. PARTICIPANTS: English-speaking adults receiving in-center hemodialysis for longer than 6 months, their caregivers, and hemodialysis health care providers. METHODS: Between May 24, 2017, and August 16, 2018, data collected through focus groups and interviews with hemodialysis patients and their caregivers subsequently informed semi-structured interviews with health care providers. For this secondary analysis, data were analyzed through an inductive thematic analysis using grounded theory, to examine the data more deeply for overarching themes. RESULTS: Among 82 patients/caregivers and 31 healthcare providers, 6 main themes emerged. Themes identified from patients/caregivers were (1) overwhelmed at initiation of hemodialysis care, (2) need for peer support, and (3) improving comprehension of hemodialysis processes. Themes identified from providers were (1) time constraints with patients, (2) relevance of information provided, and (3) technological innovations to improve patient engagement. LIMITATIONS: Findings were limited to Canadian context, English speakers, and individuals receiving hemodialysis in urban centers. CONCLUSIONS: Participants identified challenges and potential solutions to improve the amount, timing, and individualization of information provided regarding in-center hemodialysis care, which included peer support, technological innovations, and improved knowledge translation activities. Findings may inform the development of interventions and strategies aimed at improving information delivery to facilitate patient-centered hemodialysis care.

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)0,029
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 seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,006
Communication savante0,0040,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,012
Tête enseignante GPT0,284
Écart entre enseignants0,272 · 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetDialysis and Renal Disease ManagementTravaux en français237 207