MétaCan
Menu
Retour à la cohorte
Enregistrement W4317567809 · doi:10.1186/s41687-022-00538-8

“You need a team”: perspectives on interdisciplinary symptom management using patient-reported outcome measures in hemodialysis care—a qualitative study

2023· article· en· W4317567809 sur OpenAlexafffundabout
Brigitte Baragar, Kara Schick‐Makaroff, Braden Manns, Shannan Love, Maoliosa Donald, Maria Santana, Bonnie Corradetti, Juli Finlay, Jeffrey Johnson, Michael Walsh, Meghan J. Elliott

Notice bibliographique

RevueJournal of Patient-Reported Outcomes · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensHamilton Health SciencesUniversity of AlbertaPopulation Health Research InstituteMcMaster UniversityAlberta Health ServicesAlberta HealthImpactUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchKidney Foundation of Canada
Mots-clésThematic analysisMedicineFocus groupContext (archaeology)Quality of life (healthcare)Qualitative researchPatient-reported outcomeHealth careNursingCLARITYHemodialysisFamily medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient-reported outcome measures (PROMs) are standardized instruments used for assessing patients' perspectives on their health status at a point in time, including their health-related quality of life, symptoms, functionality, and physical, mental, and social wellbeing. For people with kidney failure receiving hemodialysis, addressing high symptom burden and complexity relies on care team members integrating their expertise to achieve common management goals. In the context of a program-wide initiative integrating PROMs into routine hemodialysis care, we aimed to explore patients' and clinicians' perspectives on the role of PROMs in supporting interdisciplinary symptom management. METHODS: We employed a qualitative descriptive approach using semi-structured interviews and observations. Eligible participants included adult patients receiving intermittent, outpatient hemodialysis for > 3 months, their informal caregivers, and hemodialysis clinicians (i.e., nurses, nephrologists, and allied health professionals) in Southern Alberta, Canada. Guided by thematic analysis, team members coded transcripts in duplicate and developed themes iteratively through review, refinement, and discussion. RESULTS: Thirty-three clinicians (22 nurses, 6 nephrologists, 5 allied health professionals), 20 patients, and one caregiver participated in this study. Clinicians described using PROMs to coordinate care across provider types using the resources available in their units, whereas patients tended to focus on the perceived impact of this concerted care on symptom trajectory and care experience. We identified 3 overarching themes with subthemes related to the role of PROMs in interdisciplinary symptom management in this setting: (1) Integrating care for interrelated symptoms ("You need a team", conducive setting, role clarity and collaboration); (2) Streamlining information sharing and access (symptom data repository, common language for coordinated care); (3) Reshaping expectations (expectations for follow-up, managing symptom persistence). CONCLUSIONS: We found that use of PROMs in routine hemodialysis care highlighted symptom interrelatedness and complexity and helped to streamline involvement of the interdisciplinary care team. Issues such as role flexibility and resource constraints may influence sustainability of routine PROM use in the outpatient hemodialysis setting.

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)0,033
score de la tête « metaresearch » (Gemma)0,035
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 enseignants0,033
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0110,012
Communication savante0,0050,006
Science ouverte0,0020,007
Intégrité de la recherche0,0020,004
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 Opus0,047
Tête enseignante GPT0,380
Écart entre enseignants0,333 · 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

Citations19
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Patient-Reported OutcomesMême sujetDialysis and Renal Disease ManagementTravaux en français237 207