Patient perspectives on the role of nurses in HIV pre-exposure prophylaxis care (PrEP-RN)
Notice bibliographique
Résumé
INTRODUCTION: In response to ongoing new HIV diagnoses among gay, bisexual, and other men who have sex with men (gbMSM) and limited access points for HIV pre-exposure prophylaxis (PrEP) care, we established Canada's first nurse-led HIV prevention service in Ottawa, Canada-PrEP-RN. As part of this service, registered nurses became the primary provider in PrEP delivery and monitoring. OBJECTIVES: To (1) gather patients' sentiments and experiences related to nurse-led PrEP and (2) identify the implications for nurses working in sexual healthcare. METHODOLOGY: Qualitative interviews were conducted with 14 gbMSM participants who had received, or were presently enrolled in, HIV prevention care from nurses in the PrEP-RN clinic. Interview transcripts were reviewed and analyzed using thematic analysis. RESULTS: Our analysis revealed two major themes of: The Sexual Health Nurse as the Expert and Patients Reliance on Nurses. The first theme discussed patients' positive attitudes toward nurses, in terms of the knowledge nurses possessed and the kind and efficient services they. The accommodating nature of nurses, however, led patients to become dependent on their care, which was the focus of the second theme. This reliance on nurses created challenges when patients transitioned from PrEP-RN to alternate providers for ongoing care. CONCLUSION: These findings were examined to understand the effect of patients' perceptions of nurses on nursing practice. Despite patients' confidence in nurses' ability to provide PrEP care, the expectations they placed onto nurses to address the totality of their needs created competing demands for nurses to be both a leader in HIV prevention care-and fulfill the image of the caring, healthcare 'hero', which created feelings of moral distress among nurses. As increasing initiatives focus on task-shifting of healthcare roles to nurses, understanding the patients' perspective is essential in maintaining effective nurse-patient relationships.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».