Characterizing the Experiences and Educational Needs of Patients and Caregivers During the Kidney Transplant Process
Notice bibliographique
Résumé
Background: Kidney transplantation, a life-saving therapy for children with kidney disease, remains challenging to navigate for patients and families. Objective: To elucidate the experiences and educational needs of patients who have received a kidney transplant and their caregivers. Design: Qualitative descriptive study. Setting: One province in Canada (Saskatchewan). Patients: Patients who received a pediatric kidney transplant, transplant recipients and caregivers. Methods: software was used to facilitate this process. Results: Twenty-three individuals participated, including 13 caregivers (aging in range from 20's to 60's) and 10 patients who had previously received a transplant (aging in range from adolescents to 40's). Three categories emerged from their experiences: (1) the impact of the transplant on the individual (subcategories social, mental health, physical, lifestyle, returning to normal and new life perspective); (2) transplant expectations (transplant as a cure, unexpected experiences); and (3) the need for support throughout the transplant process (practical support, mental health support, healthcare support, support through shared-lived experiences, and challenges related to finding a community). Regarding education, participants identified the need for personalized, age-appropriate education delivered in digestible formats, with clear expectations, timely reinforcement, and emotional support tailored to both patients and caregivers. Limitations: Participants were recruited from a single small center in Canada. Patient participants had received their transplant at least 5 years prior to participation in the study and were reflecting on their past experiences. Conclusion: Feeling prepared for the transplant journey impacts the transplant experience and kidney transplant education can facilitate care and clarify expectations. The insights gathered from the study will help inform the development of educational resources for patients and caregivers.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».