A decision aid to support family carers of people living with dementia towards the end‐of‐life: Coproduction process, outcome and reflections
Notice bibliographique
Résumé
BACKGROUND: Family carers of people living with dementia often need support with making decisions about care. Many find end-of-life care decisions particularly difficult. The aim of this article is to present an evidence- and theoretical-based process for developing a decision aid to support family carers of people with dementia towards the end-of-life. METHODS: Following a systematic process, we developed a decision aid using coproduction methods and matrices to synthesize data from a systematic review and qualitative interviews with people living with dementia and family carers. Data were presented to coproduction workshops of people living with dementia, family carers, practitioners and professionals. Development was guided by the Ottawa Decision Support Framework and a modified Interprofessional Shared Decision-Making model. RESULTS: The decision aid covers four decision areas: (1) changes in care; (2) eating and drinking difficulties; (3) everyday well-being; and (4) healthcare, tests and medication. We present an interactive decision aid, using a variety of approaches including written text, Frequently Asked Questions, top tips and illustrative quotes from people living with dementia and family carers. CONCLUSION: This is the first decision aid that focusses on multiple decisions towards the end-of-life in dementia care. The process offers a template for others to develop decision aids or similar interventions, and how to include people living with dementia in coproduction. PATIENT OR PUBLIC CONTRIBUTION: Family carers provided feedback on data collection, data analysis and the decision aid, and one is a coauthor. People living with dementia and family carers were integral to the coproduction workshops.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».