Effective strategies to motivate nursing home residents in oral care and to prevent or reduce responsive behaviors to oral care: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Poor oral health has been a persistent problem in nursing home residents for decades, with severe consequences for residents and the health care system. Two major barriers to providing appropriate oral care are residents' responsive behaviors to oral care and residents' lack of ability or motivation to perform oral care on their own. OBJECTIVES: To evaluate the effectiveness of strategies that nursing home care providers can apply to either prevent/overcome residents' responsive behaviors to oral care, or enable/motivate residents to perform their own oral care. MATERIALS AND METHODS: We searched the databases Medline, EMBASE, Evidence Based Reviews-Cochrane Central Register of Controlled Trials, CINAHL, and Web of Science for intervention studies assessing the effectiveness of eligible strategies. Two reviewers independently (a) screened titles, abstracts and retrieved full-texts; (b) searched key journal contents, key author publications, and reference lists of all included studies; and (c) assessed methodological quality of included studies. Discrepancies at any stage were resolved by consensus. We conducted a narrative synthesis of study results. RESULTS: We included three one-group pre-test, post-test studies, and one cross-sectional study. Methodological quality was low (n = 3) and low moderate (n = 1). Two studies assessed strategies to enable/motivate nursing home residents to perform their own oral care, and to studies assessed strategies to prevent or overcome responsive behaviors to oral care. All studies reported improvements of at least some of the outcomes measured, but interpretation is limited due to methodological problems. CONCLUSIONS: Potentially promising strategies are available that nursing home care providers can apply to prevent/overcome residents' responsive behaviors to oral care or to enable/motivate residents to perform their own oral care. However, studies assessing these strategies have a high risk for bias. To overcome oral health problems in nursing homes, care providers will need practical strategies whose effectiveness was assessed in robust studies.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».