MétaCan
Menu
← Retour à la cohorte
Enregistrement W4306180851 · doi:10.21203/rs.3.rs-2090241/v1

Kenyan palliative care providers’ and leaders’ perceptions of palliative care research needs and support to facilitate rigorous research

2022· preprint· en· W4306180851 sur OpenAlexaff
K. B. Cartmell, E. A. Doherty, N Gikaara, Zahraa Mahdi Abd Ali, Suparna Qanungo, E. Sylvia Melikam, RA Powell

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensCanadian Hospice Palliative Care Association
Organismes subventionnairesDepartment of Health and Social CareNational Institute for Health and Care ResearchUniversity of South CarolinaMedical University of South Carolina
Mots-clésThematic analysisKenyaPalliative careQualitative researchFocus groupNursingMedicineMedical educationPerceptionPsychologySociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Palliative care (PC) can reduce symptom distress and improve quality of life for patients and their families experiencing life-threatening illness. While the need for PC in Kenya is high, PC service delivery and research is limited. Qualitative research is needed to explore potential areas for PC research and support needed to enable that research. This insight is critical for informing a national PC research agenda and mobilizing limited resources for conducting rigorous PC research in Kenya. Objectives: To explore perceptions of priority areas for PC research and support needed to facilitate rigorous research from the perspective of Kenyan PC providers and leaders. Methods: Focus groups (FGs) were conducted in November and December of 2018 using a semi-structured interview guide. FGs were audio-recorded, transcribed, and analyzed using a thematic content analysis approach. Results: Three FGs were conducted (n=22 participants). Eleven themes related to PC research emerged, including research on: 1) beliefs about death, disease, and treatment to inform PC; 2) awareness about PC, 3) integration of PC within the health system; 4) understanding caregiver experiences and needs; 5) community health volunteers (CHVs) and volunteer programs; 6) evaluation of costs and benefits of PC; 7) use of complementary and alternative medicine (CAM) in PC; 8) use of advanced diagnostics and extensive treatment in incurable disease; 9) other suggestions for research, 10) populations for whom PC research is needed; and 11) resources for enabling research. Conclusions: Kenyan PC providers and leaders identified key areas requiring increased scientific inquiry and critical resources needed to enable this research. These findings can help to focus future PC research in Kenya and encourage funding agencies to prioritize the issues identified.

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)0,120
score de la tête « metaresearch » (Gemma)0,151
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: aucune
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,634

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1200,151
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,007
Communication savante0,0060,008
Science ouverte0,0020,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,501
Tête enseignante GPT0,556
Écart entre enseignants0,055 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→