Exploration of home care nurse’s experiences in deprescribing of medications: a qualitative descriptive study
Notice bibliographique
Résumé
OBJECTIVES: The aim of this study is to explore the barriers and enablers of deprescribing from the perspectives of home care nurses, as well as to conduct a scalability assessment of an educational plan to address the learning needs of home care nurses about deprescribing. METHODS: This study employed an exploratory qualitative descriptive research design, using scalability assessment from two focus groups with a total of 11 home care nurses in Ontario, Canada. Thematic analysis was used to derive themes about home care nurse's perspectives about barriers and enablers of deprescribing, as well as learning needs in relation to deprescribing approaches. RESULTS: Home care nurse's identified challenges for managing polypharmacy in older adults in home care settings, including a lack of open communication and inconsistent medication reconciliation practices. Additionally, inadequate partnership and ineffective collaboration between interprofessional healthcare providers were identified as major barriers to safe deprescribing. Furthermore, home care nurses highlighted the importance of raising awareness about deprescribing in the community, and they emphasised the need for a consistent and standardised approach in educating healthcare providers, informal caregivers and older adults about the best practices of safe deprescribing. CONCLUSION: Targeted deprescribing approaches are important in home care for optimising medication management and reducing polypharmacy in older adults. Nurses in home care play a vital role in medication management and, therefore, educational programmes must be developed to support their awareness and understanding of deprescribing. Study findings highlighted the need for the future improvement of existing programmes about safer medication management through the development of a supportive and collaborative relationship among the home care team, frail older adults and their informal caregivers.
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 | 0,012 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».