MétaCan
Menu
Retour à la cohorte
Enregistrement W4387045581 · doi:10.1111/hex.13880

Patient perceptions of in‐hospital laboratory blood testing: A patient‐oriented and patient co‐designed qualitative study

2023· article· en· W4387045581 sur OpenAlexafffundabout
Surakshya Pokharel, Zoha Khawaja, Jonathan Williams, Adnan Adil Mithwani, Kimberly Strain, Prachi Khanna, Anna Rychtera, Veronika Kiryanova, Karen Tang, Pamela Mathura, Chris Hylton, Anshula Ambasta

Notice bibliographique

RevueHealth Expectations · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensUniversité LavalUniversity of AlbertaLibin Cardiovascular Institute of AlbertaMichael Smith Health Research BCUniversity of CalgaryUniversity of British ColumbiaAlberta Health Services
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésThematic analysisHealth careMedicinePatient experienceQualitative researchPhoneBlood testingFamily medicineNursingMedical emergency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Indiscriminate use of laboratory blood testing in hospitals contributes to patient discomfort and healthcare waste. Patient engagement in low-value healthcare can help reduce overuse. Understanding patient experience is necessary to identify opportunities to improve patient engagement with in-hospital laboratory testing. OBJECTIVES: To understand patient experience with the process of in-hospital laboratory blood testing. METHODS: We used a qualitative study design via semistructured interviews conducted online or over the phone. Participants were adult patients or family members/caregivers (≥18 years of age) with a recent (within 12 months of interview) experience of hospitalization in Alberta or British Columbia, Canada. We identified participants through convenience sampling and conducted interviews between May 2021 and June 2022. We analysed transcripts using thematic content analysis. Recruitment was continued until code saturation was reached. RESULTS: We interviewed 16 participants (13 patients, 1 family member and 2 caregivers). We identified four themes from patients' experiences of in-hospital laboratory blood testing: (i) patients need information from healthcare teams about expected blood testing processes, (ii) blood draw processes should consider patient comfort and preferences, (iii) patients want information from their healthcare teams about the rationale and frequency of blood testing and (iv) patients need information on how their testing results affect their medical care. CONCLUSION: Current laboratory testing processes in hospitals do not facilitate shared decision-making and patient engagement. Patient engagement with laboratory testing in hospitals requires an empathetic healthcare team that provides clear communication regarding testing procedures, rationale and results, while considering patient preferences and offering opportunities for involvement. PATIENT OR PUBLIC CONTRIBUTION: We interviewed 16 patients and/or family members/caregivers regarding their in-hospital laboratory blood testing experiences. Our findings show correlations between patient needs and patient recommendations to make testing processes more patient-centred. To bring a lived-experience lens to this study, we formed a Patient Advisory Council with 9-11 patient research partners. Our patient research partners informed the research design, co-developed participant recruitment strategies, co-conducted data collection and informed the data analysis. Some of our patient research partners are co-authors of this manuscript.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,025
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,358
Tête enseignante GPT0,551
Écart entre enseignants0,192 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth ExpectationsMême sujetHealthcare cost, quality, practicesTravaux en français237 207