MétaCan
Menu
Retour à la cohorte
Enregistrement W2260059601 · doi:10.5430/jnep.v6n7p1

Physical disability and cognitive impairment among recipients of long-term care

2016· article· en· W2260059601 sur OpenAlexvenueno aff
Øystein Døhl, Helge Garåsen, Jorid Kalseth, Jon Magnussen

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNorwegianConfirmatory factor analysisLong-term careNursing homesGerontologyCognitionExploratory factor analysisMedicinePsychologyNursing careNursingClinical psychologyPsychometricsPsychiatryStructural equation modeling

Résumé

récupéré en direct d'OpenAlex

Background and objective: For practical policy purposes variables describing disability and impairment should be aggregated into broader factors. By using data from a Norwegian mandatory system the objective of this study was to analyse whether the number of factors describing the need for long-term care differs between recipients of home care and nursing home residents and according to the age or gender of long-term care recipients. The hierarchical order of the variables within each factor is determined to assess whether there are important informational gaps in the description of recipients. Methods: Data are from a mandatory system characterizing all recipients of public long term care in Norway. Two groups of public care recipients were included: elderly (67 years and older) individuals receiving home care services (N = 2,493) and patients in nursing homes (N = 1,218). Exploratory factor analysis (EFA), Confirmatory factor analysis (CFA) and item response analysis (IRT) were used to determine the number of factors and the hierarchical structures of the variables. Results: Two factors were sufficient to characterise need for both nursing home residents and home dwelling elderly. This result is not sensitive to stratification by age and gender. IRT analysis revealed large informational gaps suggesting that the used instrument fails to sufficiently capture important aspects of user needs. Conclusions: Factorization suggests that all elderly long term care users can be adequately described along two dimensions; on reflecting physical disability and one reflecting cognitive impairment. However, both the number of factors and the variable contained in each factor are likely to depend on the instrument used to characterise LTC users. Large informational gaps suggest a need to supplement the national information system used in Norway.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,497
Écart entre enseignants0,434 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetGeriatric Care and Nursing HomesTravaux en français237 207