MétaCan
Menu
Retour à la cohorte
Enregistrement W2776499332 · doi:10.1177/1054773817749125

What Are Staff Perceptions About Their Current Use of Emergency Departments for Long-Term Care Residents at End of Life?

2017· article· en· W2776499332 sur OpenAlexaffabout
Sharon Kaasalainen, Tamara Sussman, Pamela Durepos, Lynn McCleary, Jenny Ploeg, Genevieve Thompson

Notice bibliographique

RevueClinical Nursing Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of ManitobaBrock UniversityMcGill UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAuditEnd-of-life careMedicineLong-term careEmergency departmentSurpriseNursingAffect (linguistics)Medical emergencyFamily medicinePsychologyPalliative careBusiness

Résumé

récupéré en direct d'OpenAlex

The goal of this study was to examine current rates of resident deaths, Emergency Department (ED) use within the last year of life, and hospital deaths for long-term care (LTC) residents. Using a mixed-methods approach, we compared these rates across four LTC homes in Ontario, Canada, and explored potential explanations of variations across homes to stimulate staff reflections and improve performance based on a quality improvement approach. Chart audits revealed that 59% of residents across sites visited EDs during the last month of life and 26% of resident deaths occurred in hospital. Staff expressed surprise at the amount of hospital use during end of life (EOL). Reflections suggested that clinical expertise, comfort with EOL communication, clinical resources (i.e., equipment), and family availability for EOL decision making could all affect nondesirable hospital transfers at EOL. Staff appeared motivated to address these areas of practice following this reflective process.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,046
Score d'incertitude au seuil0,776

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,589
Tête enseignante GPT0,638
Écart entre enseignants0,049 · 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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Nursing ResearchMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207