Using goal attainment scaling to improve the quality of long-term care: a group-randomized trial
Notice bibliographique
Résumé
OBJECTIVE: To assess the effect of a 6-month interdisciplinary customized intervention based on goal attainment scaling and aimed at improving the quality of care provided by long-term care facilities to frail older adults. DESIGN: A pair-matched group-randomized trial with quality of care measurements taken before and after the intervention and 6 months later. SETTING: Forty unregulated small-to-medium sized long-term care facilities delivering inadequate care to at least one resident. Facilities were matched on baseline quality of care, health district, and size. One member of each pair was then randomly allocated to the intervention, the other acting as a control. STUDY PARTICIPANTS: The trial involved 201 frail older adults randomly selected from the 40 participating facilities. INTERVENTION: The intervention was tailored to the main quality problems identified at baseline in the facility. The first task of the intervention team was to set weighted quality improvement goals with the facility manager, which were then recorded on a goal attainment follow-up guide. Subsequent monthly on-site visits, interspersed with frequent telephone calls, were meant to assist the manager and staff to implement permanent changes in the areas of care targeted for improvement. Main outcome measure. Quality of care measured with the Quality of Care (QUALCARE) Scale, a multidimensional instrument that uses a 5-point scale to assess six subdimensions of care: environmental, physical, medical management, psychosocial, human rights, and financial. A score greater than 2 is considered indicative of inadequate care. RESULTS: The intervention effect on the overall quality of care was neither clinically nor statistically significant. Change from baseline to the end of the intervention averaged .21 and .22 in the experimental and control conditions, respectively (P = 0.86). CONCLUSION: Attainment of preset quality improvement objectives did not translate into detectable improvements in the care provided to residents.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».