Developing and Evaluating a Home Hemodialysis Training Program—A Quality Improvement Study
Notice bibliographique
Résumé
INTRODUCTION: In 2018, our home hemodialysis training program required 3-4 months to complete, with sessions lasting 4 h, three times a week. Due to the time commitment, some patients who preferred home hemodialysis decided on alternative dialysis modalities. This study aimed to (1) identify potential improvements to Training Program 1.0, (2) develop Training Program 2.0, and (3) assess the outcomes of Training Program 2.0. METHOD: We reviewed literature, conducted focus groups with home hemodialysis nurses in Helsinki, Finland, and interviewed patients who participated in Training Program 1.0. Training Program 2.0 was developed in collaboration with patients and clinicians, using a "learning by doing" approach. Evaluation included both qualitative interviews and quantitative analysis of patient records. FINDINGS: Patients' feedback, aligned with the literature and Helsinki's program, led to six major changes: (1) more frequent training sessions, (2) earlier introduction of self-cannulation, (3) a permanent team of training nurses, (4) a shorter and more structured program, (5) individualized weekly schedules, and (6) clearer instructions. Training frequency increased to four sessions per week, with self-cannulation introduced in the second week. The quantitative results showed a trend toward a reduction in the number of training sessions and total training time. The qualitative data indicated a marked improvement in patient experience. DISCUSSION: The modifications in Training Program 2.0 created a more effective learning environment, as evidenced by improved patient satisfaction. While quantitative measures did not show significant reductions in training time, the qualitative improvements suggest that these changes positively impact the patient experience, aligning with findings from other home hemodialysis studies. These results underscore the importance of tailoring training programs to patient needs and preferences, contributing to better engagement and potentially higher adoption of home hemodialysis.
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 | 0,053 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».