Building patient capacity to participate in care during hospitalisation: a scoping review
Notice bibliographique
Résumé
OBJECTIVES: To map the existing literature and describe interventions aimed at building the capacity of patients to participate in care during hospitalisation by: (1) describing and categorising the aspects of care targeted by these interventions and (2) identifying the behaviour change techniques (BCTs) used in these interventions. A patient representative participated in all aspects of this project. DESIGN: Scoping review. DATA SOURCES: MEDLINE, Embase and CINAHL (Inception -2017). STUDY SELECTION: Studies reporting primary research studies on building the capacity of hospitalised adult patients to participate in care which described or included one or more structured or systematic interventions and described the outcomes for at least the key stakeholder group were included. DATA EXTRACTION: Title and abstract screening and full text screening were conducted by pairs of trained reviewers. One reviewer extracted data, which were verified by a second reviewer. Interventions were classified according to seven aspects of care relevant to hospital settings. BCTs identified in the articles were assigned through consensus of three reviewers. RESULTS: Database searches yielded a total 9899 articles, resulting in 87 articles that met the inclusion criteria. Interventions directed at building patient capacity to participate in care while hospitalised were categorised as those related to improving: patient safety (20.9%); care coordination (5.7%); effective treatment (5.7%) and/or patient-centred care using: bedside nursing handovers (5.7%); communication (29.1%); care planning (14%) or the care environment (19.8%). The majority of studies reported one or more positive outcomes from the defined intervention. Adding new elements (objects) to the environment and restructuring the social and/or physical environment were the most frequently identified BCTs. CONCLUSIONS: The majority of studies to build capacity for participation in care report one or more positive outcomes, although a more comprehensive analysis is warranted.
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 | 0,056 | 0,185 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,035 | 0,035 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».