Development of a self-scan to evaluate and improve person-centered care in nursing homes: A Delphi study
Notice bibliographique
Résumé
Background and objective: Person centered care (PCC) has become the gold standard for providing care in nursing homes (NHs). Therefore, it is important for healthcare professionals in NHs to learn PCC-skills and to be supported to learn about- and improve the quality of PCC they provide. At this moment an instrument to support healthcare professionals in NHs to monitor and evaluate PCC is limited. The aim of the study was to develop a self-evaluation tool that provides healthcare professionals in NHs insight into the extent to which they provide PCC to residents, so that they can learn and further improve their current ways of working in a person-centered way.Methods: A three-round Delphi study with an expert panel (n = 25) in the domains of PCC, quality of NH care and education of caring staff. Findings were validated by residents and relatives during semi-structured interviews. Thematic analysis and descriptive statistics were used to analyze the data.Results: In the first round the experts did not provide measuring instruments, but we identified 18 key aspects of PCC. In the second round, three clusters were identified, and a scale was added, to enable assessment. In the third round, we deduplicated, restructured and used more clear language. This led to 14 key aspects of PCC, 24 measures, grouped into five clusters: knowing the resident, establishing relationship, a respectful approach, making decisions jointly and personal development. The result is a PCC self-scan for healthcare professionals in NHs. Residents and relatives, agreed with all aspects and stated that no aspects were missing.Conclusions: In this study we developed an accessible self-report learning tool for healthcare professionals that makes it possible to evaluate and improve their PCC-skills and improve the quality of PCC in NHs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,126 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».