MétaCan
Menu
Retour à la cohorte
Enregistrement W3093201012 · doi:10.1186/s12904-020-00666-2

A mixed-method evaluation of a volunteer navigation intervention for older persons living with chronic illness (Nav-CARE): findings from a knowledge translation study

2020· article· en· W3093201012 sur OpenAlexafffundabout
Barbara Pesut, Wendy Duggleby, Grace Warner, Paxton Bruce, Sunita Ghosh, Jayna Holroyd‐Leduc, Cheryl Nekolaichuk, Jasneet Parmar

Notice bibliographique

RevueBMC Palliative Care · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensGrey Nuns Community HospitalUniversity of CalgaryAlberta Health ServicesDalhousie UniversityUniversity of AlbertaUniversity of British Columbia, Okanagan CampusOkanagan University CollegeUniversity of British Columbia
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchCancer Research Institute
Mots-clésRespite careIntervention (counseling)MedicineQuality of life (healthcare)Health careFamily caregiversNursingGerontologyPsychologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Volunteer navigation is an innovative way to help older persons get connected to resources in their community that they may not know about or have difficulty accessing. Nav-CARE is an intervention in which volunteers, who are trained in navigation, provide services for older persons living at home with chronic illness to improve their quality of life. The goal of this study was to evaluate the impact of Nav-CARE on volunteers, older persons, and family participating across eight Canadian sites. METHODS: Nav-CARE was implemented using a knowledge translation approach in eight sites using a 12- or 18-month intervention period. A mixed method evaluation was used to understand the outcomes upon older person engagement; volunteer self-efficacy; and older person, family, and volunteer quality of life and satisfaction with the intervention. RESULTS: Older persons and family were highly satisfied with the intervention, citing benefits of social connection and support, help with negotiating the social aspects of healthcare, access to cost-effective resources, and family respite. They were less satisfied with the practical help available for transportation and errands. Older persons self-reported knowledge of the services available to them and confidence in making decisions about their healthcare showed statistically significant improvements (P < .05) over 12-18 months. Volunteers reported satisfaction with their role, particularly as it related to building relationships over time, and good self-efficacy. Volunteer attrition was a result of not recruiting older persons in a timely manner. There was no statistically significant improvement in quality of life for older persons, family or volunteers from baseline to study completion. CONCLUSIONS: Findings from this study support a developing body of evidence showing the contributions volunteers make to enhanced older person and family well-being in the context of chronic illness. Statistically significant improvements were documented in aspects of client engagement. However, there were no statistically significant improvements in quality of life scores even though qualitative data illustrated very specific positive outcomes of the intervention. Similar findings in other volunteer-led intervention studies raise the question of whether there is a need for targeted volunteer-sensitive outcome measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,214
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

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

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 Opus0,139
Tête enseignante GPT0,436
Écart entre enseignants0,297 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations17
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Palliative CareMême sujetHealth disparities and outcomesTravaux en français237 207