Understanding the Healthcare Needs of Living Kidney Donors Using the Picker Principles of Patient-centered Care: A Scoping Review
Notice bibliographique
Résumé
Living kidney donors (LKDs) undertake a complex and multifaceted journey when pursuing donation and have several unmet healthcare needs. A comprehensive understanding of these needs across their entire donation trajectory can help develop a patient-centered care model. We conducted a scoping review to synthesize empirical evidence, published since 2000, on LKDs' experiences with healthcare from when they decided to pursue donation to postdonation care, and what they reported as their care needs. We categorized them according to the 8 Picker principles of patient-centered care. Of the 4514 articles screened, 47 were included. Ample literature highlighted the need for (1) holistic, adaptable, and linguistically appropriate approaches to education and information; (2) systematic, consistent, and proactive coordination and integration of care; and (3) self-management and preparation to optimize perioperative physical comfort. Some literature highlighted the need for (4) better continuity and transition of care postdonation. Two key unmet needs were the lack of (5) a holistic psychosocial evaluation predonation and predischarge to provide emotional support and alleviation of fear and anxiety; and (6) access to specialty and psychosocial services postdonation especially when adverse events occurred. Limited literature explored the principles of (7) respect for patients' values, preferences, and expressed needs; and (8) involvement of family and friends as caregivers. We summarize several unmet healthcare needs of LKDs throughout their donation journey and highlight knowledge gaps. Addressing them can improve their well-being and experiences, and potentially address inequities in living kidney donation and increase living donor kidney transplantation.
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 | 0,000 | 0,000 |
| 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; 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 ».