Identifying Effective Nurse‐Led Care Transition Interventions for Older Adults With Complex Needs Using a Structured Expert Panel
Notice bibliographique
Résumé
BACKGROUND: Nursing plays a central role in facilitating care transitions for complex older adults, yet there is no consensus of the components of nurse-led care transitions interventions to facilitate high quality care transitions among complex older adults. A structured expert panel was established with the purpose of identifying effective nurse-led care transition interventions. METHODS: A modified Delphi consensus technique based on the RAND method was employed. Panelists (n = 23) were asked to individually rate a series of statements derived from a realist synthesis of the literature for relevance, feasibility and likely impact. Statements receiving an aggregate score of ≥75% (7/9) were reviewed and revised at a face-to-face consensus meeting. A second round of rating following the same process as round one was used, followed by a final ranking of the statements. RESULTS: The five highest ranked intervention components and contextual factors were: (a) educating and coaching patients, their family members and caregivers about self-management skills; (b) ensuring patients, their family members and caregivers are aware of follow-up medical appointments and postdischarge care plan; (c) using standardized documentation tools and comprehensive communication strategies during care transitions; (d) optimizing nurses' roles and scopes of practice across the care transitions spectrum; and (e) having strong leadership, strategic alignment and accountability structures in organizations to enable quality care transitions for the complex older person population. LINKING EVIDENCE TO ACTION: Key insights on optimizing the nurses' roles and scope of practice during care transitions included having nurses provide "warm hand-offs" and serve as the "go-to person." The panel also identified current challenges to optimizing the nurses' roles and scope of practice across care transition points. Future research is required to determine effective nurse-led intervention components and in which context do they work or do not.
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 | 0,105 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».