Affirming the Value of the Resident Assessment Instrument: Minimum Data Set Version 2.0 for Nursing Home Decision-Making and Quality Improvement
Notice bibliographique
Résumé
BACKGROUND: We examined the agreement over time of the physical functioning domains of the Resident Assessment Instrument: Minimum Data Set Version 2.0 (RAI-MDS) and the Functional Independence Measure (FIM) in nursing home residents with dementia. METHODS: We completed a secondary analysis of data from a longitudinal quasi-experimental study of residents who could transfer independently or with the assistance of one person. FIM assessments were completed at up to three time points by researchers using interviews. RAI-MDS assessments, completed by nursing home staff, were matched to the FIM assessment by nearest time. FIM and RAI-MDS assessments were correlated based on time between assessments using Pearson's correlation. Items for activities of daily living (ADL) from the RAI-MDS were rescaled using two previously published crosswalks. Motor and ADL subscales were also used, containing eight and six items, respectively. RESULTS: A total of 362 paired interviews and assessments were collected from 130 residents. The mean scores and standard deviations were as follows: FIM: 19.64 (7.60); William's RAI-MDS crosswalk: 18.04 (5.25); and Velozo's RAI-MDS crosswalk: 18.09 (6.50). Using both crosswalks, most items showed medium (r > 0.3) or large (r > 0.5) correlations, even at greater than 41 days between assessments. Subscales showed large correlations for all time intervals for both crosswalks. CONCLUSIONS: The RAI-MDS remains stable when data are collected greater than 41 days from the FIM assessment. These findings should add confidence in the RAI-MDS data and its clinical utility.
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 | 0,110 | 0,197 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».