EP13 Perceptions and experiences of residents and relatives of emergencies in care homes: systematic review and meta-synthesis
Notice bibliographique
Résumé
Background Medical emergencies in care homes, both residential and nursing care homes, are common and costly, often resulting in calls to an out-of-hours general practitioner (GP) or Emergency Medical Services (EMS). Ambulance attendance frequently results in conveyance to hospital and the concomitant high costs and risks of, often prolonged, hospitalisation. Previous reviews have focussed on various stakeholder perceptions of transfer to hospital. The aim of this systematic review was to provide a comprehensive synthesis of the perceptions and experiences of care home residents and their family members, who have experienced medical emergencies in a care home setting. Methods We searched five electronic databases, supplemented with internet searches and forward and backward citation tracking from the included studies and review articles. Data were synthesised thematically following the Thomas and Harden approach. The CASP Qualitative Checklist was used to assess the quality of the included studies of this review. Results The search strategy identified 6,140 citations. After removing duplicates and excluding citations based on title and abstract, and full-text screening, ten studies from four countries (Australia, Canada, UK, and US) were included in the review and meta-synthesis. All included studies were considered of acceptable quality. Through an iterative approach, we developed six analytical themes. 1. Infrastructure and process requirements in care homes to prevent and address emergencies; 2. The decision to transfer to hospital – a perfect storm; 3. Challenges of transfer and hospitalisation for older patients; 4. Good communication vital for desirable outcomes; 5. Legal, regulatory and ethical concerns; and 6. Trusting relationships enabled residents to feel safe. Conclusions The emergency care experience for care home residents can be enhanced by ensuring resources, staff capacity and processes for high quality care. Building trusting relationships underpinned by good communication and attention to ethical practice were also identified as important factors.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,018 | 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 ».