Applying the Knowledge-to-Action Framework to Engage Stakeholders and Solve Shared Challenges with Person-Centered Advance Care Planning in Long-Term Care Homes
Notice bibliographique
Résumé
As they near the end of life, long term care (LTC) residents often experience unmet needs and unnecessary hospital transfers, a reflection of suboptimal advance care planning (ACP). We applied the knowledge-to-action framework to identify shared barriers and solutions to ultimately improve the process of ACP and improve end-of-life care for LTC residents. We held a 1-day workshop for LTC residents, families, directors/administrators, ethicists, and clinicians from Manitoba, Alberta, and Ontario. The workshop aimed to identify: (1) shared understandings of ACP, (2) barriers to respecting resident wishes, and (3) solutions to better respect resident wishes. Plenary and group sessions were recorded and thematic analysis was performed. We identified four themes: (1) differing provincial frameworks, (2) shared challenges, (3) knowledge products, and 4) ongoing ACP. Theme 2 had four subthemes: (i) lacking clarity on substitute decision maker (SDM) identity, (ii) lacking clarity on the SDM role, (iii) failing to share sufficient information when residents formulate care wishes, and (iv) failing to communicate during a health crisis. These results have informed the development of a standardized ACP intervention currently being evaluated in a randomized trial in three Canadian provinces.
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 | 0,081 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,023 | 0,051 |
| Communication savante | 0,015 | 0,011 |
| Science ouverte | 0,007 | 0,022 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».