Exploring Perspectives on Stroke Standard Set Data Collection: A Qualitative Descriptive Study
Notice bibliographique
Résumé
ABSTRACT: BACKGROUND: The International Consortium on Health Outcome Measurement developed a standard set for stroke (SSS) that includes patient-reported outcome measures to help capture patients' perspectives on their poststroke recovery. The objective of this study was to explore the experiences and perspectives of individuals who collected SSS data from patients who were admitted to hospital for a stroke. METHODS: A qualitative descriptive approach was taken. Semistructured, audio-recorded interviews were conducted with individuals employed at 2 acute neurological inpatient units in Southwestern Ontario, Canada. Interviews were transcribed verbatim and written text responses were analyzed directly. Transcripts were coded line by line and then organized into 5 overarching themes: adoption, acceptance, appropriateness, feasibility, and sustainability. RESULTS: Six interviews were conducted with participants from varying roles (eg, nurses, manager, web developer, social worker, medical clerk). Participants reported that patients were receptive to completing the SSS. Follow-up phone calls provided a significant opportunity to monitor patients' recovery postdischarge. Many patients requested medical guidance and help navigating health and social resources for unmet stroke-related needs. Barriers to consistent SSS assessment included high employee turnover and lack of time, space, or capacity for follow-up. To sustain data collection, a dedicated, financially supported neurological nursing role was suggested. CONCLUSION: Participants were supportive of SSS data collection that could provide monitoring, oversight, and follow-up of stroke patients after discharge from acute care. However, the utility of the dataset is heavily dependent on having the data collection process properly resourced.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».