Age Matters: Building Blocks Needed to Inform Nurse Staffing Hours Requirements in Residential Care for Older Adults
Notice bibliographique
Résumé
Abstract This study addresses the need for more complete information about the impact of nurse staffing hours (NSH) on nursing home quality of care. We used national data to examine the relationship between three types (Registered Nurse, Licensed Practical Nurse, and Nurse Aide) of hours, and long-stay quality of care measures over time, taking into account the possible confounding influence of regional differences. Data analyzed were from U.S. Nursing Home Compare datasets which reflect quarterly reports, July 1, 2018 - June 30, 2019 (14,768 facilities). The hours for each staff type in each facility were compared with the facility’s four-quarter quality average scores for each of the 12 measures. Results showed only one strong and statistically significant relationship (Beta= .548; p< .001) between Nurse Aide hours and the quality measure used in data sets to exemplify facilities that serve “lower-risk” residents. Analyzes using multiple R (.517) indicate that the linear combination of the three NSH types strongly and significantly (p< .001) predicted the four-quarter average scores and explained 27% of the variance in the scores. Holding the other two NSH types constant, the scores for that measure increased by 63 for each additional increase in the Nurse Aide nurse staffing hours per resident per day. There was no multicollinearity among the three types of staffing hours. This research adds information to the foundation needed for future research about process indicators to assess their efficacy as measures of actual quality of care, and will be submitted as a Technical Note to journals.
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 | 0,008 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».