Patient Perspectives of Center-Specific Reporting in Kidney Failure Care: An Australian Qualitative Study
Notice bibliographique
Résumé
Introduction: Public reporting of quality of care indicators in healthcare is intended to inform consumer decision-making; however, people may be unaware that such information exists, or it may not capture their priorities. The aim of this study was to understand the views of people with kidney disease about public reporting of dialysis and transplant center outcomes. Methods: This qualitative study involved 27 patients with lived experience of kidney disease in Australia who participated in 11 online focus groups between August and December 2022. Transcripts were analyzed thematically. Results: Patients from all Australian states and territories participated, with 22 (81%) having a functioning kidney transplant and 22 (81%) having current or previous experience of dialysis. Five themes were identified as follows: (i) surrendering to the health system, (ii) the complexity of quality, (iii) benefits for patient care and experience, (iv) concerned about risks and unintended consequences, and (v) optimizing the impact of data. Conclusion: Patients desire choice among kidney services but perceive this as rarely possible in the Australian context. Health professionals are trusted to make decisions about appropriate centers. Public reporting of center outcomes may induce fear and a loss of balanced perspective; however, it was supported by all participants and represents an opportunity for self-advocacy and informed decision-making. Strategies to mitigate potential risks include availability of trusted clinicians and community members to aid in data interpretation, providing context about centers and patients, and framing statistics to promote positivity and hope.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».