Exploring the application of the biopsychosocial model across hospitals in Nigeria: A mixed methods study
Notice bibliographique
Résumé
Background: Healthcare delivery models can have significant influence on patient-centred communication due to their influence on the thinking and behaviour of health workers about what constitute sickness and healthcare. While the extant knowledge shows many efforts at transforming Nigeria’s health sector towards sustainability, there are no clear facts on improvements in clinical communication, especially, the adoption of the biopsychosocial model (BPSM) for patient-centred communication (PCC) in the country. Aim: Researchers investigated the adoption of the BPSM for PCC in General Hospitals in Benue State. Methodology: Researchers adopted the pragmatic approach and convergent mixed methods design involving personal survey for 372 patients and in-depth interview for 67 clinicians from 21 of the 23 General Hospitals in the State. Results: Findings show that the BPSM has not been adequately adopted in clinical interactions, consequently, clinical communication is not patient-centred enough. Data analysis using the PCC model shows reasonable evidence of application of the BPSM in some areas, however, the contents of clinical communication largely fall short of the psychosocial and patient involvement characteristics. Inadequate adoption of the BPSM is linked to poor patient satisfaction with the usefulness of clinical interactions for patients’ psychosocial needs and home management of their conditions. Findings indicate a prevalence of systemic issues in the General Hospitals in Benue State interfering with the adoption of the BPSM for PCC. Researchers suggest a purposeful policy direction to enshrine the modern global philosophy of healthcare both in medical practice and education; a strong political will, and a commitment to proper staffing for enhancing the full integration of the BPSM, improving the PCC and clinical communication experience for both patients and clinicians.
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 | 0,013 | 0,011 |
| 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 | 0,004 | 0,002 |
| 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) | 0,002 | 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 ».