Translating theory into clinical practice: a qualitative study of clinician perspectives implementing whole person care
Notice bibliographique
Résumé
Whole Person Care (WPC) is an emerging framework that emphasises the clinician's role in empowering patient healing. However, reliably translating a framework's theory into practice is a recognised challenge for clinicians. Observational studies have revealed discrepancies between a clinician's stated values in theory and how these may be implemented in practice. The aim of this qualitative study is to bridge the gap between the theory of WPC and its practical implementation by clinicians. We interviewed a diverse group of 34 clinicians attending the 2017 International Whole Person Care Congress to explore (1) their conceptions of WPC in theory as well as (2) how they monitor their practice in real time. Data were analysed using Grounded Theory Methodology. Preliminary results were presented in the form of a workshop at the 2019 International Whole Person Care Congress to validate our findings with relevant stakeholders. The results revealed a vision of WPC that highlighted themes of the clinician's way of being, seeing the person beyond the disease, and the clinician-patient relationship. Our results demonstrate that clinicians use a range of strategies to monitor their practice in real time. Mindfulness and self-awareness were frequently cited as being crucial to this ability of self-regulating their practice. This study helps establish a unifying framework of WPC based on a diverse range of clinician-reported experiences. More importantly, it sheds light on the range of strategies employed by clinicians who monitor their practice in real time. These collected insights will be of interest to any clinician interested in translating their stated values into their clinical practice more reliably.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».