MétaCan
Menu
← Retour à la cohorte
Enregistrement W4319989806 · doi:10.1370/afm.21.s1.4201

Contextualizing Diabetes and Obesity Care for Immigrant and Refugee Populations

2023· article· en· W4319989806 sur OpenAlexaboutno aff
Nicole Ofosu, Thea Luig, Yvonne E. Chiu, Roseanne O. Yeung, Karen Lee, Denise Campbell‐Scherer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus groupContext (archaeology)Health careGerontologyImmigrationObesityQualitative researchRefugeePopulationDiabetes mellitusMedicineEthnic groupFamily medicinePsychologyEnvironmental healthSociologyGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Context: Personalized healthcare strategies are recommended for diabetes and obesity. This approach helps to identify and address root causes and barriers to patients’ health, and provides them with a sense of agency in healthcare. To develop such strategies for migrant patients, there should be a deeper understanding of their situation. Objective: To understand healthcare gaps and opportunities for enhancing diabetes and obesity care for immigrant and refugee populations in primary care. Study Design, Setting and Population Studied: A community-based research, involving 3 qualitative studies conducted in Edmonton, Alberta. Study participants were: 1) members of ethnocultural communities with diabetes and/or obesity; 2) Multicultural Health Brokers (MCHB) - community health workers (CHW) in these communities; and 3) Healthcare providers (HCP). Data set and Analysis: We generated data through interviews and focus groups. Community member (CM) study had 3 focus groups (two groups of 8 males & females (mixed); one of 13 females); and 22 interviews (5 males, 8 females). MCHB study had 10 interviews (females) and 2 observation sessions. HCP study had 4 focus groups (two groups of 6; 2 groups of 8 mixed) and 9 interviews (2 males, 7 females). Data were thematically analyzed. Outcome Measures: CM study explored lived experiences of diabetes and obesity. HCP study examined experiences with caring for patients with diabetes and obesity from ethnocultural communities. MCHB study examined broker roles in relation to primary care. Results: CM study showed that pre- and post-immigration stressors interact synergistically with the lived experience of diabetes and obesity thereby compounding the adverse disease effects. HCP study showed significant challenges navigating cultural distance and trying to address the non-medical issues of migrant patients. MCHB study illustrated their embeddedness in ethnocultural communities playing an invaluable but largely unrecognized role as partners in primary healthcare. Conclusions: Our findings highlight the challenges of intercultural care in primary care settings. CHWs like the MCHB can provide context for healthcare providers, thereby supporting a personalized and context-informed care that understands the intersecting realities of migrant populations. Collaborations with CHWs in primary care have widespread implications for improving healthcare and reducing health disparities for migrants with diabetes and/or obesity.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,007
Communication savante0,0060,003
Science ouverte0,0020,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,038
Tête enseignante GPT0,318
Écart entre enseignants0,280 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiabetes Management and Education→Travaux en français237 207→