A Peer and Volunteer Program for Patients and Their Families in the Pediatric Intensive Care Unit: A Pilot Program Evaluation
Notice bibliographique
Résumé
Introduction: Patients in the pediatric intensive care unit (PICU) are at risk of developing long-term morbidities following recovery from their critical illness. One such health outcome is called post-intensive care syndrome (PICS). PICS in pediatrics may be mitigated by interventions that facilitate adjustment to the PICU setting. Methods: The PICU implemented a two-pronged Peer and Volunteer (P/V) Program to help: (a) families adjust to the PICU experience with the support of a peer mentor (PM); and (b) patients receive non-medical interaction from trained volunteers (V). We designed a mixed-methods program evaluation targeting perspectives and feedback from PICU families and healthcare professionals (HCPs). Results: All stakeholder groups agreed that the PICU P/V Program was a valuable resource for PICU patients and their families. HCPs reported that they lack both time and training to provide regular developmental care to patients. However, the P/V Program may influence both families' and HCP's confidence in their ability to offer non-medical interaction to children in the PICU. Discussion: Important initial and on-going strengths and barriers to successful implementation were identified, including the need to clarify roles and intervention scope. The program evaluation served as a change management strategy and also helped to identify both areas for improvement and strategies for on-going sustainability. HCP's exposure to the program and modeling by PMs may have helped HCPs to feel that it is within their job description and capacity to provide emotional support and guidance to families.
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 | 0,001 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».