Effective strategies to motivate nursing home residents in oral healthcare and to prevent or reduce responsive behaviours to oral healthcare: a systematic review protocol
Notice bibliographique
Résumé
INTRODUCTION: Oral healthcare in nursing homes is less than optimal, with severe consequences for residents' health and quality of life. To provide the best possible oral healthcare to nursing home residents, care providers need strategies that have been proven to be effective. Strategies can either encourage and motivate residents to perform oral healthcare themselves or can prevent or overcome responsive behaviours from residents when care providers assist with oral healthcare. This systematic review aims to identify studies that evaluate the effectiveness of such strategies and to synthesise their evidence. METHODS AND ANALYSIS: We will conduct a comprehensive search in the databases MEDLINE, EMBASE, Evidence Based Reviews--Cochrane Central Register of Controlled Trials, CINAHL and Web of Science for quantitative intervention studies that assess the effectiveness of eligible strategies. 2 reviewers will independently screen titles, abstracts and retrieved full texts for eligibility. In addition, contents of key journals, publications of key authors and reference lists of all studies included will be searched by hand and screened by 2 reviewers. Discrepancies at any stage of the review process will be resolved by consensus. Data extraction will be performed by 1 research team member and checked by a second team member. 2 reviewers will independently assess methodological quality of studies included using 3 validated checklists appropriate for different research designs. We will present a narrative synthesis of study results. ETHICS AND DISSEMINATION: We did not seek ethics approval for this study, as we will not collect primary data and data from studies included cannot be linked to individuals or organisations. We will publish findings of this review in a peer-reviewed paper and present them at an international peer-reviewed conference. TRIAL REGISTRATION NUMBER: CRD42015026439.
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 | 0,091 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,020 | 0,016 |
| Bibliométrie | 0,016 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,072 | 0,012 |
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 ».