Qualitative Examination of Shared Decision-Making in Canada’s Largest Health System: More Work to be Done : Shared Decision-Making—More Work to be Done
Notice bibliographique
Résumé
Background: Shared Decision-Making (SDM) is an inclusive approach where patients and providers work in partnership to make health care decisions that are grounded in clinical best practice and align with patient preferences and values. Despite a growing recognition that SDM can lead to improved outcomes and reductions in unnecessary health investigations, tensions exist between patient agency and a historically paternalistic model of health care. As an evolving ideology, the Research Team sought to better understand the current state, challenges, and implementation opportunities of SDM practices across the health system. Methods: This study used a cross-sectional quality improvement design utilizing semistructured interviews to gather information from focus group participants. Five open-ended, qualitative questions were used to generate discussion on the perceptions of SDM and its role in clinical appropriateness in a variety of clinical contexts in our health system. A total of 12 focus groups (n = 95 participants) representative of patients and families, leaders, physicians, and frontline clinicians were engaged in the study. Results: Through a consensus-based approach, study results identified 4 recommendations based on 4 themes: Time, Communication, System Design, and Clinical Appropriateness. Conclusion: There are no easy solutions to the challenges of enabling SDM; however, success will be dependent upon recognizing the importance of patient agency, while maintaining an inclusive and continuous stakeholder engagement with both patients and providers. Implementation of the 4 recommendations at the organizational level highlighted in this study can serve as a road map for other health care institutions and will require a gradual approach to transform the general principles of SDM into tangible solutions to meet the emerging needs at both the local and system level.
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 | 0,033 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,025 | 0,025 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».