MétaCan
Menu
Retour à la cohorte
Enregistrement W2330292819 · doi:10.4338/aci-2015-11-ra-0160

Identifying Home Care Clinicians’ Information Needs for Managing Fall Risks

2016· article· en· W2330292819 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueApplied Clinical Informatics · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesCommission de la santé mentale du Canada
Mots-clésPsychological interventionHealth careMedicineHealth information technologyRisk managementFall preventionWorkflowHealth informaticsOccupational safety and healthPoison controlNursingMedical emergencySuicide preventionBusinessComputer sciencePublic health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To help manage the risk of falls in home care, this study aimed to (i) identify home care clinicians' information needs and how they manage missing or inaccurate data, (ii) identify problems that impact effectiveness and efficiency associated with retaining, exchanging, or processing information about fall risks in existing workflows and currently adopted health information technology (IT) solutions, and (iii) offer informatics-based recommendations to improve fall risk management interventions. METHODS: A case study was carried out in a single not-for-profit suburban Medicare-certified home health agency with three branches. Qualitative data were collected over a six month period through observations, semi-structured interviews, and focus groups. The Framework method was used for analysis. Maximum variation sampling was adopted to recruit a diverse sample of clinicians. RESULTS: Overall, the information needs for fall risk management were categorized into physiological, care delivery, educational, social, environmental, and administrative domains. Examples include a brief fall-related patient history, weight-bearing status, medications that affect balance, availability of caregivers at home, and the influence of patients' cultures on fall management interventions. The unavailability and inaccuracy of critical information related to fall risks can delay necessary therapeutic services aimed at reducing patients' risk for falling and thereby jeopardizing their safety. Currently adopted IT solutions did not adequately accommodate data related to fall risk management. CONCLUSION: The results highlight the essential information for fall risk management in home care. Home care workflows and health IT solutions must effectively and efficiently retain, exchange, and process information necessary for fall risk management. Interoperability and integration of the various health IT solutions to make data sharing accessible to all clinicians is critical for fall risk management. Findings from this study can help home health agencies better understand their information needs to manage fall risks.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,124
Tête enseignante GPT0,458
Écart entre enseignants0,334 · 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