A review of factors that contribute to sub‐optimal medication management for older adult with dementia in residential care settings: Nurses’ perspectives
Notice bibliographique
Résumé
Abstract Background Medication use can play an important role in the health and well‐being of people with dementia in the long‐term care facilities. However, nurses often find the process of managing medicines for this population to be complex and challenging. As a result, various strategies are being employed to facilitate the medication management process including altering or modifying medications, hiding medication in food or drink of residents, and deviation from the ‘rights’ of medication administration (Barnes et al., 2006; Mc Gillicuddy et al., 2017; Mercovich et al., 2014; Qian et al. 2018; Serrano Santos et al., 2016; Thomson et al., 2009; Verrue et al., 2011; Wright, 2002). These practices are associated with increased risk of medication errors (Kartunen et al., 2019). Despite this, factors contributing to these practices are not well understood. Method A comprehensive search of CINAHL, Medline, SOCIndex, PubMed, and PsychINFO databases was conducted between November and December 2019. ProQuest Dissertations and Theses and Google Scholar were used to search for gray literature. No date limitation was applied. A modified form of standardized critical appraisal tool known as mixed method appraisal tool (MMAT) was used to assess the quality of the papers (Hong, Gonzalez‐Reyes, & Pluye, 2018). Nvivo was used to extract findings. Data synthesis was done using convergent synthesis approach, more specifically, thematic analysis (Hong et al. 2017). Result The search resulted in 806 unique titles for screening. A total of 96 abstracts were screened, after which a full‐text review conducted for 59 articles. After the full‐text review, 12 articles were eligible to be included in the final report. The findings highlighted 2 major factors: individual and system factors Conclusion There is need for both individual and system interventions to facilitate safe medication management for residents with dementia.
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 | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».