Health system barriers and facilitators to living donor kidney transplantation: a qualitative case study in British Columbia
Notice bibliographique
Résumé
BACKGROUND: In patients with kidney failure, living donor kidney transplantation (LDKT) is the best treatment option; yet, LDKT rates have stagnated in Canada and vary widely across provinces. We aimed to identify barriers and facilitators to LDKT in a high-performing health system. METHODS: This study was conducted using a qualitative exploratory case study of British Columbia. Data collection, conducted between October 2020 and January 2021, entailed document review and semistructured interviews with key stakeholders, including provincial leadership, care teams and patients. We recruited participants via purposive sampling and snowballing technique. We generated themes using thematic analysis. RESULTS: After analysis of interviews conducted with 22 participants (5 representatives from provincial organizations, 7 health care providers at transplant centres, 8 health care providers from regional units and 2 patients) and document review, we identified the following 5 themes as facilitators to LDKT: a centralized infrastructure, a mandate for timely intervention, an equitable funding model, a commitment to collaboration and cultivating distributed expertise. The relationship between 2 provincial organizations (BC Transplant and BC Renal Agency) was identified as key to enabling the mandate and processes for LDKT. Five barriers were identified that arose from silos between provincial organizations and manifested as inconsistencies in coordinating LDKT along the spectrum of care. These were divided accountability structures, disconnected care processes, missed training opportunities, inequitable access by region and financial burden for donors and recipients. INTERPRETATION: We found strong links between provincial infrastructure and the processes that facilitate or impede timely intervention and referral of patients for LDKT. Our findings have implications for policy-makers and provide opportunities for cross-jurisdictional comparative analyses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,024 | 0,008 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».