Comparing Patient and Provider Perspectives on a Primary Care Preconsultation Tool for Older Adults: a Qualitative Study
Notice bibliographique
Résumé
Context: Pre-consultation tools are considered a promising way to support health providers and older adults in identifying multiple and often complex needs. However, few studies have evaluated preconsultation tools targeting older adults and healthcare professionals. Objective: This study compared the perspectives of patients and providers using ESOGER, a novel multidimensional assessment tool for older adults. Study design: Qualitative interviews were conducted with older adults (n=19) and health providers (n=17) in 4 family medicine clinics (2 rural and 2 urban) in Quebec, Canada. The recruitment of older adults was diversified according to age, gender, and comorbidity. Analysis: We completed a thematic inductive-deductive analysis of the interviews using the Dedoose software. Initial coding was based on the RE-AIM and Proctor et al. (2019) frameworks for implementation and evaluation. Setting and dataset: Community-based practice. Population studied: Older adults aged 65 years and above. Intervention/Instrument: Administration of the ESOGER tool prior to the visit of older adults at the participating clinics. Results: We divided the results into 4 categories: acceptability, appropriateness, efficacy and sustainability. The analysis showed that the ESOGER tool was acceptable in its form and length, and both older adults and providers appreciated the use of the telephone as a means of administration for its familiarity and ease of use (acceptability). Both groups also agreed that the ESOGER provided useful information on mental and social needs, and not so much for physical needs as these were generally already well-known (appropriateness). Also, older adults found that the tool could help in preparing for their consultation, while healthcare providers noticed that it may help in setting care agendas and the general management of patients (efficacy). Finally, ESOGER appeared to be particularly appreciated by both older adults and healthcare provider when the information provided by the patient is discussed explicitly during the consultation (sustainability). Conclusion: Both groups saw benefits in using a preconsultation tool such as ESOGER, particularly in its use to assist in talking about mental and social need. Nevertheless, this tool could benefit from adaptations regarding the social and psychological needs of older adults and its use according to different clinic workflows.
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 | 0,032 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| 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 ».