MétaCan
Menu
Retour à la cohorte
Enregistrement W3130273091 · doi:10.1016/j.apergo.2021.103392

Modeling and analyzing hospital to home transition processes of frail older adults using the functional resonance analysis method (FRAM)

2021· article· en· W3130273091 sur OpenAlexafffundabout
Vahid Salehi, Natasha Hanson, Doug Smith, Rose McCloskey, Pamela Jarrett, Brian Veitch

Notice bibliographique

RevueApplied Ergonomics · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensSt. Joseph's HospitalUniversity of New BrunswickHorizon Health NetworkSaint John Regional HospitalMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDyadProcess (computing)Focus groupPlannerPsychologyProcess managementHealth careNursingGerontologyMedicineComputer scienceEngineeringBusinessSocial psychologyArtificial intelligencePolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

The main purpose of this study was to model and analyze hospital to home transition processes of frail older adults in order to identify the challenges within this process. A multi-phase, multi-sited and mixed methods design was utilized, in which, Phase 1 included collecting semi-structured interviews and focus group data, and Phase 2 consisted of six patient/caregiver dyad prospective case studies. This study was conducted in three hospitals in three cities in a single province in Canada. The Functional Resonance Analysis Method (FRAM) was employed to model daily operations of the transition process. The perspectives of both healthcare providers and patients/caregivers were used to build the FRAM model. The transition model was then tested using a customized version of the FRAM. The six patient/caregiver cases were used in the process of testing the FRAM model. The results of building the FRAM model showed that five categories of functions contributed to the transition model, including admission, assessment, synthesis, decision-making, and readmission. The outcomes of using the customized version of the FRAM revealed challenges affecting the transition process including waitlists for geriatric units, team-based care, lack of a discharge planner, financial concerns, and follow-up plans. The findings of this study could assist managers and other decision makers to improve the transition processes of frail older adults by addressing these challenges. The FRAM method employed in this study can be applied widely to identify work practices that are more or less successful, so that procedures and practices can be adapted to nudge healthcare processes towards paths that will yield better outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,325
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied ErgonomicsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207