Improving access to inflammatory bowel disease care in Canada: The patient experience
Notice bibliographique
Résumé
OBJECTIVES: Canada has one of the highest age-adjusted incidence and prevalence rates of inflammatory bowel disease (IBD). Large patient volumes and limited resources have created challenges concerning the quality of IBD care, but little is known about patients' experiences. This paper aimed to better understand patient-perceived barriers to IBD care. METHODS: An exploratory qualitative approach was used for this study. Fourteen focus groups (with 63 total participants) were co-facilitated by a researcher and patient research partner across eight Canadian provinces in 2018. Patients diagnosed with IBD (>18 years of age) and their caregivers were purposefully recruited through Crohn's and Colitis Canada, gastroenterology clinics and communities, and national social media campaigns. Focus group sessions were recorded, transcribed, and analyzed using thematic analysis. RESULTS: Most participants self-identified as being white and women. The analysis generated four key themes regarding patient-perceived barriers and gaps in access to IBD care: (1) gatekeepers and their lack of IBD knowledge, (2) expenses and time, (3) lack of holistic care, and (4) care that is not patient-centered. An additional four themes were generated on the topic of patient-perceived areas of health system improvement for IBD care: (1) direct access to care, (2) good care providers, (3) electronic records and passports, and (4) multidisciplinary care or an 'IBD dream team'. CONCLUSIONS: This research contributes to the limited global knowledge on patients' experiences accessing IBD care. It is valuable for the development of care plans and policies to target gaps in care. Patients have identified system-level barriers and ideas for improvement, which should be taken into consideration when implementing system redesign and policy change.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».