Improving safety and efficiency in care: multi-stakeholders’ perceptions associated with a peritoneal dialysis virtual care solution
Notice bibliographique
Résumé
Lianne Jeffs,1–3 Trevor Jamieson,4,5 Marianne Saragosa,5 Geetha Mukerji,3,5,6 Arsh K Jain,7 Rachel Man,7 Laura Desveaux,3,5 James Shaw,3,5 Payal Agarwal,5,8 Jennifer M Hensel,5,9 Maria Maione,10 Megan Nguyen,5 Nike Onabajo,5 R Sacha Bhatia3,5,11 1Sinai Health System, Toronto, ON M5G 1X5, Canada; 2Li Ka Shing Knowledge Institute, St Michael’s Hospital, Toronto, ON M5G 1WB, Canada; 3Institute of Health Policy, Management and Evaluation, University of Toronto, Toronto, ON M5S 1B2, Canada; 4Department of Medicine, University of Toronto, Division of General Internal Medicine, St Michael’s Hospital, Women’s College Hospital, Toronto, ON M5G 1WB, Canada; 5Institute for Health System Solutions and Virtual Care (WIHV), Women’s College Hospital, Toronto, ON M5S 1B2, Canada; 6Women’s College Hospital, Toronto, ON M5S 1B2, Canada; 7London Health Sciences Centre, London, ON N6A 5W9, Canada; 8Department of Family and Community Medicine, Women’s College Hospital, University of Toronto, Toronto, ON M5S 1B2, Canada; 9Department of Psychiatry, University of Toronto, Women’s College Hospital, Women’s College Research Institute, Women’s College Hospital, Toronto, ON M5S 1B2, Canada; 10St Michael’s Hospital, Toronto, ON M5G 1WB, Canada; 11University Health Network, Toronto, ON M5S 1B2, Canada Background: Although there is a growing body of literature on the outcomes and impacts of remote home management with peritoneal dialysis (PD) patients, less is understood how this virtual care solution impacts the quality and efficiency of the healthcare system care. In this context, a study was undertaken to understand the perceptions of patients and their caregivers, healthcare providers, health system decision makers, and vendors associated with a remote monitoring and tracking solution aimed at enhancing the outcomes and experiences of chronic kidney disease (CKD) patients receiving PD at home. Methods: A qualitative design using semi-structured interviews with 25 stakeholders was used in this study. Narrative data were analyzed by a thematic analysis approach. Results: The following two themes emerged from the data: (1) leveraging data to monitor and intervene to keep patients safe and (2) increasing efficiencies and having control over supplies. Discussion: Our study findings elucidated the ability of patients (and in some cases, caregivers) to monitor and trend their data and order and track directly on-line their dialysis supplies were key to their active participation in managing their CKD and keeping them safe at home. Their active participation and functionality of the virtual care solution also led to enhanced efficiencies (eg, process faster, easier, convenient, time savings) for both patients and healthcare providers. Conclusion: The virtual care solution showed promising signs of a patient-centric approach and may serve as a blueprint for other virtual care solutions for chronic disease management. Keywords: peritoneal dialysis, chronic kidney disease, virtual care, qualitative research, patient centric care
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 | 0,019 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».