Risks Perceived by Frail Male Patients, Family Caregivers and Clinicians in Hospital: Do they Change after Discharge? A Multiple Case Study
Notice bibliographique
Résumé
INTRODUCTION: Up to 40% of hospitalised seniors are frail and most want to return home after discharge. Inaccurate estimation of risks in the hospital may lead to inadequate support at home. This study aimed to document convergences and divergences between risks and support needs identified before hospital discharge and perceived at home post-discharge. METHODS: This research used a multiple case study design. Three cases were recruited, each involving a hospitalised frail patient aged 70+, the main family caregiver and most of the clinicians who assessed the patient before and after hospital discharge. Thirty-two semi-structured interviews were conducted and their transcripts analysed using a qualitative thematic analysis approach. RESULTS: Among risks raised by participants, falls were the only one with total inter-participant/inter-time/inter-case convergence. In all cases, all participants mentioned, before and after discharge, home adaptations and use of technical aids to mitigate this risk. However, clinicians recommended professional services while patients and family caregivers preferred to rely on family members and their own coping strategies. CONCLUSION: The divergences identified for most risks and support needs between users and clinicians, before and after discharge, provide new insights into a comprehensive and patient-centred risk assessment process to plan hospital discharge for frail elderly.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».