Enabling Advance Care Planning in Dementia Care: A Primary Care Approach
Notice bibliographique
Résumé
BACKGROUND: Lack of tools to support advance care planning (ACP) has been identified as a significant barrier to implementing these discussions. AIM: We pilot tested an ACP framework tool for use with persons living with dementia (PLWD) in primary care-based memory clinics and an Adult Day Program; this study describes user and recipient experiences with this framework. METHODS: We used a mixed methods approach. Health professionals completed an online survey following pilot testing and PLWD and substitute decision makers (SDM) completed survey immediately following the ACP discussion assessing their satisfaction (5-point scale) with the framework and exploring potential outcomes. Interviews with health professionals, PLWD, and SDM were conducted to gather more in-depth information on their perceptions of the ACP framework/ discussion. RESULTS: Surveys were completed by 12 health professionals, 13 PLWD, and 16 SDM. While PLWD and SDM were satisfied with the ACP discussion (M = 4.0/5), health professionals were minimally satisfied with the ease of use of the framework (M = 2.0/5), acceptability for patients (M = 2.4/5) and feasibility in practice (M = 1.9/5). Sixteen interviews were completed with 8 health professionals, 1 PLWD, and 7 SDM. While health professionals valued ACP, lack of time and training were identified barriers to framework use. SDM felt better prepared for future decisions and PLWD were put at ease, knowing that their wishes for care were understood. CONCLUSION: PLWD and SDM value the opportunity for ACP, and although health professionals identified some concerns with framework administration, they acknowledge the value and importance of ACP. Continuing efforts to refine ACP processes are justified.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».