Identifying the Unmet Healthcare Needs of Kidney Transplant Recipients Who Experience Graft Loss: Learning From Patients’ Experience
Notice bibliographique
Résumé
BACKGROUND: Kidney transplant recipients with graft loss (KTR-GL) are an increasing group of patients whose care needs are largely unmet. The lack of patient perspectives is a key research gap. We conducted an in-depth exploration of the experiences of KTR-GL to identify their healthcare needs. METHODS: This qualitative study adopted an interpretive descriptive methodology. Data collection entailed semistructured narrative interviews conducted until data saturation was achieved and was analyzed using inductive thematic analysis. RESULTS: Our sample included 23 KTR-GL (women: 34.8%; mean age, 54.3 y). Six themes were identified that represent areas in which participants' needs may be inadequately acknowledged and/or met: (1) setting expectations (longevity of the graft, transplant is not a cure, risk of graft failure, anticipating transplant loss, and balancing hope and realism), (2) communicating with care team (support and empathy and clarifying the cause of graft failure), (3) support for transition to dialysis (shaped by prior experience, preparedness for the initiation of dialysis, lack of options, and dialysis requires adjustment), (4) navigating the path to retransplantation (understanding patient preferences, clarity and transparency, addressing ineligibility, preemptive transplant, and living donation), (5) psychosocial resources (access to psychological services, specific and adequate psychological support, reliable social worker, and peer support), and (6) lessons learned (building mutual trust, self-advocacy, defining a successful transplant, and gaining resilience). CONCLUSIONS: In this in-depth exploration of the experiences of KTR-GL, we have identified several unmet healthcare needs that have practice and policy implications. Incorporating a patient-centered approach is needed to improve the healthcare experiences and, potentially, the outcomes of KTR-GL.
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 | 0,011 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».