Use of physical restraints and antipsychotic medications in nursing homes: a cross‐national study
Notice bibliographique
Résumé
OBJECTIVES: This study compares inter- and intra-country differences in the prevalence of physical restraints and antipsychotic medications in nursing homes, and examines aggregated resident conditions and organizational characteristics correlated with these treatments. METHODS: Population-based, cross-sectional data were collected using a standardized Resident Assessment Instrument (RAI) from 14,504 long-term care facilities providing nursing home level services in five countries participating in the interRAI consortium, including Canada, Finland, Hong Kong (Special Administrative Region, China), Switzerland, and the United States. Facility-level prevalence rates of physical restraints and antipsychotic use were examined both between and within the study countries. RESULTS: The prevalence of physical restraint use varied more than five-fold across the study countries, from an average 6% in Switzerland, 9% in the US, 20% in Hong Kong, 28% in Finland, and over 31% in Canada. The prevalence of antipsychotic use ranged from 11% in Hong Kong, between 26-27% in Canada and the US, 34% in Switzerland, and nearly 38% in Finland. Within each country, substantial variations existed across facilities in both physical restraint and antipsychotic use rates. In all countries, neither facility case mix nor organizational characteristics were particularly predictive of the prevalence of either treatment. CONCLUSIONS: There exists large, unexplained variability in the prevalence of physical restraint and antipsychotic use in nursing home facilities both between and within countries. Since restraints and antipsychotics are associated with adverse outcomes, it is important to understand the idiosyncratic factors specific to each country that contribute to variation in use rates.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».