Assessing What Matters Most in Older Adults With Multicomplexity
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Abilities and activities that are often simultaneously valued may not be simultaneously achievable for older adults with multicomplexity. Because of this, the Geriatrics 5Ms framework prioritizes care on "what matters most." This study aimed to evaluate and refine the What Matters Most-Structured Tool (WMM-ST). RESEARCH DESIGN AND METHODS: About 105 older adults with an average of 4 chronic conditions completed the WMM-ST along with open-ended questions from the Serious Illness Conversation Guide. Participants also provided demographic and social information, completed cognitive screening with the Telephone-Montreal Cognitive Assessment-Short and frailty screening with the Frail scale. Quantitative and qualitative analyses aimed to (a) describe values; (b) evaluate the association of patient characteristics with values; and (c) assess validity via the tool's acceptability, educational bias, and content accuracy. RESULTS: Older adults varied in what matters most. Ratings demonstrated modest associations with social support, religiosity, cognition, and frailty, but not with age or education. The WMM-ST was rated as understandable (86%) and applicable to their current situation (61%) independent of education. Qualitative analyses supported the content validity of WMM-ST, while revealing additional content. DISCUSSION AND IMPLICATIONS: It is possible to assess what matters most to older adults with multicomplexity using a structured tool. Such tools may be useful in making an abstract process clearer but require further validation in diverse samples.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».