MétaCan
Menu
Retour à la cohorte
Enregistrement W3037354405

Hearing the Voice of the Resident in Long-Term Care Facilities-An Internationally Based Approach to Assessing Quality of Life

2018· article· en· W3037354405 sur OpenAlexaffabout
John N. Morris, Anja Declercq, John P. Hirdes, Harriet Finne‐Soveri, Brant E. Fries, Mary James, Leon Geffen, Vahe Kehyayan, Kai Saks, Katarzyna Szczerbińska, Eva Topinková

Notice bibliographique

RevueSTM:n Hallinnonalan avoin julkaisuarkisto (Julkari) · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMinimum Data SetAutonomyLong-term careQuality of life (healthcare)GerontologyPsychologyQuality (philosophy)CzechMedicineNursing homesNursingPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives interRAI launched this study to introduce a set of standardized self-report measures through which residents of long-term care facilities (LTCFs) could describe their quality of life and services. This article reports on the international development effort, describing measures relative to privacy, food, security, comfort, autonomy, respect, staff responsiveness, relationships with staff, friendships, and activities. First, we evaluated these items individually and then combined them in summary scales. Second, we examined how the summary scales related to whether the residents did or did not say that the LTCFs in which they lived felt like home. Design Cross-sectional self-report surveys by residents of LTCFs regarding their quality of life and services. Setting/Participants Resident self-report data came from 16,017 individuals who resided in 355 LTCFs. Of this total, 7113 were from the Flanders region of Belgium, 5143 residents were from Canada, and 3358 residents were from the eastern and mid-western United States. Smaller data sets were collected from facilities in Australia (20), the Czech Republic (72), Estonia (103), Poland (118), and South Africa (87). Measurements The interRAI Self-Report Quality of Life Survey for LTCFs was used to assess residents' quality of life and services. It includes 49 items. Each area of inquiry (eg, autonomy) is represented by multiple items; the item sets have been designed to elicit resident responses that could range from highly positive to highly negative. Each item has a 5-item response set that ranges from “never” to “always.” Results Typically, we scored individual items scored based on the 2 most positive categories: “sometimes” and “always.” When these 2 categories were aggregated, among the more positive items were: being alone when wished (83%); decide what clothes to wear (85%); get needed services (87%); and treated with dignity by staff (88%). Areas with a less positive response included: staff knows resident's life story (30%); resident has enjoyable things to do on weekends (32%); resident has people to do things with (33%); and resident has friendly conversation with staff (45%). We identified 5 reliable scales; these scales were positively associated with the resident statement that the LTCF felt like home. Finally, international score standards were established for the items and scales. Conclusions This study establishes a set of standardized, self-report items and scales with which to assess the quality of life and services for residents in LTCFs. The study also demonstrates that these scales are significantly related to resident perception of the home-like quality of the facilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,123
Tête enseignante GPT0,435
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSTM:n Hallinnonalan avoin julkaisuarkisto (Julkari)Même sujetGeriatric Care and Nursing HomesTravaux en français237 207