What Wait Time in a Soiled Pad Is Acceptable to Older Patients and Their Direct Caregivers?
Notice bibliographique
Résumé
PURPOSE: We sought to establish views on wait times and hypothesized that they may vary depending upon perspective, circumstance, and incontinence type. DESIGN: Cross-sectional, descriptive survey. SUBJECTS AND SETTING: Eligible patients were inpatients, 65 years and older, in a single tertiary acute care hospital. Eligible staff were regulated (licensed) and unregulated providers of direct care to patients. Patients may or may not have used absorbent continence products prior to their admission. METHODS: We examined views on acceptable and actual wait times of elderly acute care inpatients and their direct care providers (DCPs). Participants were asked about wait times for pads soiled with urine or feces during the day and at night. Differences between patients and DCPs and acceptable and actual wait times were compared. Factors associated with tolerance to the presence of urine or stool in absorptive products were analyzed by logistic regression. RESULTS: There was patient-provider mismatch for daytime urinary incontinence: 90% of patients but only 44% of DCPs reported urinary soiling more than 1 hour in the daytime as unacceptable (38.0 vs 85.0 minutes; P < .0001). A significant majority (80%-90%) of both groups reported short acceptable wait times for fecal incontinence (<15 minutes). The odds of being tolerant to any soiling were significantly higher in patients who were prior residents of care facilities (odds ratio [OR] = 6.2; 95% confidence interval [CI], 1.3-28.1; P = .019), previously used incontinence products (OR = 2.0; 95% CI, 1.0-3.8; P = .036), or used walking aids (OR = 4.0; 95% CI, 1.1-14.7; P = .039). Actual wait times were significantly longer than deemed acceptable by either patients or DCPs. CONCLUSIONS: There are significant gaps in patient-provider perspectives on acceptable wait times in soiled incontinence products. Direct care providers need to take patient preference into account when managing continence.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».