Using virtual care interventions to provide person-centred care to hospitalised older people with dementia
Notice bibliographique
Résumé
BACKGROUND: Being in an unfamiliar environment away from family can exacerbate emotional stress in hospitalised older people with dementia. Technology solutions can be used to address their mental and emotional health needs. AIM: To generate greater understanding of technology adoption and to test strategies supporting virtual care interventions in hospitalised older people with dementia, such as the use of an iPad to connect them with their family members. METHOD: Older people with dementia in two Canadian hospitals were observed and interviewed to explore their experiences of using an iPad. Focus groups were conducted with staff and interviews were undertaken with two frontline nurses and three research partners with lived experience of dementia in hospitalised older people. Data were thematically analysed in collaboration with 12 stakeholders. Strategies to overcome the barriers identified were tested as part of the study. FINDINGS: There were three main barriers to implementing virtual care interventions: lack of familiarity with the technology; difficulties with operating the device; and privacy and connectivity issues. Strategies to overcome these barriers included providing personalised support, working with users to support adaptation, and ensuring privacy and optimal connectivity. CONCLUSION: Using an iPad has the potential to enable hospitalised older people with dementia to connect with their family members and take part in activities that support person-centred care. This is particularly important in times, such as the COVID-19 pandemic, when restrictions to hospital visits lead to social isolation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 tête enseignante, 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 ».