Development and Testing of Tools to Assess Physical Restraint Use
Notice bibliographique
Résumé
BACKGROUND: To implement best practice in restraint use, healthcare providers and decision makers require current, accurate, and easily accessible information about restraint practices in their setting. There is a need for a reliable and valid instrument that is feasible for use in these settings to rapidly assess physical restraint use. METHOD: Two instruments to assess physical restraint use were developed and tested: an observation tool and a chart audit. The instruments were tested in complex continuing care units and rehabilitation units at two healthcare organizations. The restraint use observation tool was administered by trained observers in a series of five observations over a 2-week period. Chart audits were conducted for a sample of residents. Inter-rater agreement of the observation tool and chart audit was assessed. Point prevalence estimates were obtained for each site. The time required to use the observation tool and complete chart audits as well as the comparability of findings from the two data sources were described. FINDINGS: Restraint use observations were completed for 289 patients and chart audits were completed for 207 patients. Prevalence and patterns of restraint use varied between sites and across time periods. Observations took an average of 2.6 (Site A) and 0.6 (Site B) minutes per patient. There was excellent inter-rater agreement for most items on the observation tool with the exception of whether or not the patient was able to release or loosen the restraint. There was significant concordance but as expected, not complete agreement between paired estimates of prevalence using the observational tool and the chart audit. CONCLUSION: The observation and chart audit tools are feasible to use and reliably assess physical restraint use in healthcare organizations. The patient's physical capacity to move independently, the patient's waking status, and the restraint's restriction of mobility are items that should be added to the observation tool. The tools are complementary and should be used in tandem to capture the multifaceted complexity of restraint use in health service organizations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».