MétaCan
Menu
Retour à la cohorte
Enregistrement W4402126044 · doi:10.1016/j.ekir.2024.08.029

Perspectives of Caregivers on Access to Health Care for Children with CKD

2024· article· en· W4402126044 sur OpenAlexaff
Chandana Guha, Rabia Khalid, Kylie‐Ann Mallitt, Anita van Zwieten, Anna Francis, Siah Kim, Armando Teixeira‐Pinto, Martha Aquino, Amélie Bernier-Jean, David W. Johnson, Deirdré Hahn, Donna Reidlinger, Elizabeth Ryan, Fiona Mackie, Hugh J. McCarthy, Julie Varghese, Charani Kiriwandeniya, Kirsten Howard, Nicholas Larkins, Luke Macauley, Amanda Walker, Martin Howell, Patrina Caldwell, Reginald Woodleigh, Shilpanjali Jesudason, Simon Carter, Sean Kennedy, Stephen Alexander, Steven McTaggart, Jonathan C. Craig, Carmel M. Hawley, Germaine Wong, Allison Jaure, Allison Tong, Armando Teixeira-Pinto, Alistair R. Mallard, David W. Johnson, Elaine Pascoe, Liza A. Vergara, Michelle Irving, Reg Woodleigh, Steve McTaggart

Notice bibliographique

RevueKidney International Reports · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent and Pediatric Healthcare
Établissements canadiensUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilRoyal Adelaide HospitalFaculty of Medicine and Health, University of SydneyUniversity of QueenslandQueensland Cyber Infrastructure FoundationFlinders UniversityUniversity of Sydney
Mots-clésDisadvantagedMedicineHealth careNursingFamily medicineEconomic growth

Résumé

récupéré en direct d'OpenAlex

Introduction: Inequitable access to health care based on demographic factors such as ethnicity, socioeconomic status and geographical location has been consistently found in children with chronic kidney disease (CKD). However, little is known about the perspectives of caregivers on accessing health care. We described caregivers' perspectives on accessing health care for children with CKD from socioeconomically disadvantaged backgrounds and/or rural or remote areas. Methods: Caregivers of Australian children aged 0 to 16 years, across all CKD stages, from low socioeconomic status backgrounds, and/or residing in rural or remote areas, purposively sampled from 5 centers, participated in semi structured interviews on accessing health care. Transcripts were analyzed thematically. Results: From 32 interviews, we identified 6 themes: lack of agency undermining ability to seek care (obscurity of symptoms, uncertain and confused about care processes, and vulnerable and unable to advocate), losing trust in clinicians (confused by inconsistencies and ambiguities in advice, and distressed by lack of collaborative care), exasperated by organizational rigidity (frustrated by bureaucratic roadblocks, lack of access to specialist care in rural and remote settings, and inadequacies of support programs), compounding burden of caregiving (unsustainable financial pressure, debilitating exhaustion, and asymmetry of responsibility), intensifying strain on family (uprooting to relocate, sibling stress and neglect, and depending on family support), building resilience and stability (empowerment through education and confidence in technical and medical support). Conclusions: Caregivers of children with CKD from disadvantaged backgrounds feel disempowered and vulnerable when accessing care for their child. Strategies are needed to improve access to health care for families who are socioeconomically or geographically disadvantaged.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,453
Écart entre enseignants0,412 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney International ReportsMême sujetAdolescent and Pediatric HealthcareTravaux en français237 207