Final evaluation of the “Making Health Choices” advance care planning in aged care project
Notice bibliographique
Résumé
Published literature suggests that advance care planning (ACP) activity in aged-care homes is inconsistent and often of poor quality. There are few published reports of the effectiveness of formal training and implementation of ACP in aged-care homes. The Respecting Patient Choices Program piloted a training and implementation model in 19 aged-care homes in Victoria, Australia in 2010-11. The model required selected aged-care home nurses and management staff to attend 3 workshops over a 6-month period and complete pre and post-workshop tasks. The workshops included didactic and experiential teaching, discussions and role plays. Model evaluation included ACP documentation audits, in addition to pre and post implementation surveys to examine aged-care home ACP policies and practices, and staff knowledge, attitudes and behaviours around ACP. Key results were as follows: Measurement Pre-training (%) Post-training (%) P value % of staff reporting the existence of written policies on ACP in aged-care homes. 53 100 0.008 % of aged-care homes. which discuss medical treatment options with resident/family 42 100 0.016 % of aged-care homes which discuss “things that matter most about life and living” with resident 8 92 0.009 % of aged-care homes reporting that ACP information is used effectively within the facility. 33 100 0.013 % of staff reporting that ACP is carried out “well/very well” within their aged-care home. 25 100 0.009 Mean staff score on ACP knowledge test [SD] 4.4 [1.1] 5.7 [0.9] 0.001 The available data suggests that the RPC model of ACP in aged-care homes succeeded in training staff and implementing ACP.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».