MétaCan
Menu
Retour à la cohorte
Enregistrement W2725829897 · doi:10.1093/geroni/igx004.2329

END-OF-LIFE PAIN FOR NURSING HOME RESIDENTS: THE ROLE OF HEALTHCARE AIDES AND CONTEXTUAL FACTORS

2017· article· en· W2725829897 sur OpenAlexaffabout
Malcolm Doupe, Genevieve Thompson, C. Reid, Jennifer Baumbusch, Jennifer Knopp‐Sihota

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensAthabasca UniversityUniversity of British Columbia, Okanagan CampusKelowna General HospitalUniversity of British ColumbiaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésObservational studyMinimum Data SetFeelingNursingHealth careEmpowermentQuality of life (healthcare)MedicineNursing homesPresentation (obstetrics)Psychology

Résumé

récupéré en direct d'OpenAlex

Pain management is a hallmark of quality end-of-life care. This presentation will define pain trajectories in nursing home (NH) residents’ last six months of life, and show how these trajectories are influenced by health care aides (HCAs) and their working environment. This observational study utilizes the RAI-Minimum Data Set (MDS) linked to the TREC Measurement System (TMS) survey. MDS provides resident-level longitudinal data on pain plus various clinical measures. TMS captures point-in-time metrics on HCA supply, their characteristics (e.g., time rushed, feelings of empowerment) and their working environment (e.g., team leadership, care culture). Data are available on a representative sample of NHs from Western Canada. Data were analyzed on 982 residents in their last six months of life. Pain levels were negligible for 60.6% of residents during this time, and increased substantially or remained high for 34.4%. The effect of HCAs and contextual factors on these pain trajectories is discussed.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,070
Score d'incertitude au seuil0,605

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,080
Tête enseignante GPT0,429
Écart entre enseignants0,349 · 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 tête enseignante, 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207