Virtual Behavioural Medicine Program: A Novel Model of Care for Neuropsychiatric Symptoms in Dementia1
Notice bibliographique
Résumé
BACKGROUND: Patients with severe neuropsychiatric symptoms (NPS) due to dementia are often uprooted from their familiar environments in long-term care or the community and transferred to emergency departments, acute care hospitals, or specialized behavioral units which can exacerbate NPS. To address this issue, we developed the Virtual Behavioural Medicine Program (VBM), an innovative model of virtual care designed to support management of patients with NPS in their own environment. OBJECTIVE: To determine efficacy of VBM in reducing admission to a specialized inpatient neurobehavioral unit for management of NPS. METHODS: We reviewed outcomes in the first consecutive 95 patients referred to VBM. Referrals were classified into two groups. In one group, patients were referred to VBM with a simultaneous application to an inpatient Behavioural Neurology Unit (BNU). The other group was referred only to VBM. The primary outcome was reduction in proportion of patients requiring admission to the BNU regardless of whether they were referred to the BNU or to VBM alone. RESULTS: For patients referred to VBM plus the BNU, the proportion needing admission to the BNU was reduced by 60.42%. For patients referred to VBM alone, it was 68.75%. CONCLUSION: VBM is a novel virtual neurobehavioral unit for treatment of NPS. Although the sample size was relatively small, especially for the VBM group, the data suggest that this program is a game changer that can reduce preventable emergency department visits and acute care hospital admissions. VBM is a scalable model of virtual care that can be adopted worldwide.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».