MétaCan
Menu
Retour à la cohorte
Enregistrement W4414306322 · doi:10.3389/frhs.2025.1655472

Measuring person-centered integrated care for people living with mild to moderate chronic kidney disease and multimorbidity: a cross-sectional survey

2025· article· en· W4414306322 sur OpenAlexaffabout
Taylor Hecker, Sabrina Jassemi, L. van Vliet, Nancy Verdin, Nazret Russon, Meghan J. Elliott, Brenda R. Hemmelgarn, Maria Santana, Kimberly Manalili, Kerry McBrien, Aminu K. Bello, Amity E. Quinn, Pim Valentijn, Maoliosa Donald

Notice bibliographique

RevueFrontiers in Health Services · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIntegrated careKidney diseaseHealth careHealthcare deliveryChronic careKey (lock)DiseaseChronic disease

Résumé

récupéré en direct d'OpenAlex

Introduction Person-centered integrated care (PC-IC) has been shown to improve health outcomes for individuals with chronic conditions. However, there is limited evidence measuring PC-IC delivery to people with mild to moderate chronic kidney disease and co-morbidities. We aimed to assess PC-IC delivery for this population in Alberta, Canada. Methods We conducted a survey (May-December 2023) using the Rainbow Model of Integrated Care Measurement Tool via weblink or telephone to quantify PC-IC using a 5-point Likert agreement scale. Patients with chronic kidney disease (non-dialysis, non-transplant) and co-morbidities, caregivers, and health care providers in Alberta were invited to participate. Participants were recruited through various methods, including in-clinic posters and web-based posts. We assessed responses using descriptive and non-parametric analyses (e.g., Mann–Whitney U -test). Results Ninety-seven eligible individuals completed the survey; 24 patients, 12 caregivers, and 61 health care providers. Caregivers rated PC-IC significantly lower than patients (overall score: 3.36/5 and 3.91/5, respectively, p < 0.05) and health care providers rated PC-IC moderately (3.56/5). The lowest scored domain was care coordination amongst patients and caregivers (3.43/5 and 3/5, respectively, p < 0.05) and regional health care laws/regulations amongst health care providers (2.94/5). Conclusion Survey respondents recognized that the overall delivery of PC-IC is not optimal and identified key areas to address including improving care coordination (e.g., communication between providers) and tackling regional health care laws/regulations (e.g., funding models). Our study highlights the need for further exploration regarding why PC-IC is perceived as suboptimal, particularly among subgroups, and how it can be improved.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,331
Écart entre enseignants0,274 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Health ServicesMême sujetChronic Disease Management StrategiesTravaux en français237 207