THE IMPACT OF MUSIC AND MEMORYSM ON RESIDENT MOOD, BEHAVIORS, AND USE OF MEDICATIONS IN NURSING HOMES
Notice bibliographique
Résumé
Abstract The numbers of Americans with dementia are projected to increase by 44.8% by 2025. Many of these patients are cared for in nursing homes (NH), 70% of NH residents with dementia have been reported to have significant behavioral or psychiatric symptoms (BPSD) that are often challenging to manage. Historically, the first lines of treatment for BPSD has been antipsychotic medications; however, serious adverse effects have been associated with these drugs. Our main aim was to study the effects of Music and MemorySM (M&M), a personalized music program, on improving behaviors and reducing antipsychotics and other medications in residents with dementia in participating NHs. This 3-year, quasi-experimental, mixed methods study used a cluster, randomized design in three phases. We used the Qualtrics Research Suite to create and disseminate a baseline survey and a 4-part quarterly survey thereafter. The quarterly survey collected select resident MDS data including diagnoses, medication use, pain, falls, mood and behaviors; how M&M was being implemented; resident use of M&M; organization level information. We also downloaded NH 5-Star quality rating quarterly. A total of 265 NH and 4,109 residents participated in the study. We found the odds of antipsychotic use declined by 11%, antianxiety medications by 17%, and antidepressants by 9% per quarter. The odds of residents exhibiting aggressive behaviors declined by 20% per quarter, depressive symptoms by 16% and residents reporting pain by 17%. Our findings indicate that M&M provides substantial benefit to NH residents, particularly in reduction of psychoactive medications and improving mood and behaviors.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».