EFFECTIVENESS OF PEER-BASED REMINDERS TO SUSTAIN CARE PROVIDER PRACTICE CHANGE: A CLUSTER RCT
Notice bibliographique
Résumé
Increasing demand for residential aged care has strained already tight healthcare budgets. Identifying novel strategies to optimize best-practice use in these settings may improve quality and efficiency of care and reduce caregiver burden. The purpose of this study was to assess the effect of peer-based and paper-based reminders targeting direct care providers to sustain a mobility innovation with older adults in residential care facilities. START (Sustaining Transfers through Affordable Research Translation) was a 23-site cluster-randomized controlled trial that took place in Alberta, Canada. A mobility intervention was introduced to 23 study sites; between March 2014 and April 2015, 11 sites were randomly assigned to receive paper reminders and a peer reminder intervention either monthly (n=5) or quarterly (n=6) for 1 year. The remaining 12 sites were randomly assigned to receive paper-reminders only either monthly (n=6) or quarterly (n=6) for 1 year. Direct care staff daily documented the uptake of the mobility intervention for 1 year in all 23 sites. Uptake data were analyzed using linear mixed models that mirrored the clustered repeated-measures factorial trial design. A statistically significant improvement was detected in sustainability of the mobility intervention in the sites receiving peer and paper reminder interventions, compared with sites receiving paper-only interventions (p = 0.007). No significant difference was detected in sustainability between monthly or quarterly implementation of either the paper or peer intervention (p = 0.72). This peer reminder intervention is an effective knowledge translation strategy to change and sustain care provider behaviour in residential care.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».