Dementia Care and General Physicians - a Survey on Prevalence, Means, Attitudes and Recommendations
Notice bibliographique
Résumé
INTRODUCTION: General physicians (GP) play a key role in providing appropriate care for people with dementia. It is important to understand their workload and opinions regarding areas for improvement. MATERIAL AND METHODS: A group of 1,109 GPs working in Mecklenburg-Western Pomerania, Gemany (1.633 million inhabitants), were identified, contacted and asked to participate in a written survey. The survey addressed five main topics: (a) the GP, (b) the GP's practice, (c) the treatment of dementia, (d) personal views, attitudes and specific competences regarding dementia and (e) the GP's recommendations for improving dementia-related health care. RESULTS: The survey response rate was 31%. In total, the responding GPs estimated that they provided care to 12,587 patients with dementia every quarter year. The GPs also reported their opinions about screening instruments, treatment and recommendations for better care of dementia patients. Only 10% of them do not use screening instruments, one third felt competent in their care for patients with dementia and 54% opt for transfer of patients to a specialist for further neuropsychological testing. CONCLUSIONS: Four conclusions from this study are the following: (a) dementia care is a relevant and prevalent topic for GPs, (b) systematic screening instruments are widely used, but treatment is guided, mostly by clinical experience, (c) attitudes towards caring for people with dementia are positive, and (d) GPs recommend spending a lot more time with patients and caregivers and provision of better support in social participation. A majority of GPs recommend abolishing "Budgetierung", a healthcare budgeting system in the statutory health insurance programmes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».