MétaCan
Menu
Retour à la cohorte
Enregistrement W4221118214 · doi:10.1177/11786329221078124

interRAI Pediatric Home Care (PEDS-HC) Assessment Tool: Evaluating Ontario Healthcare Workers’ Experience

2022· article· en· W4221118214 sur OpenAlexaffabout
Anisha Lynch‐Godrei, Megan Doherty, Christina Vadeboncoeur

Notice bibliographique

RevueHealth Services Insights · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of OttawaAgricultural Research Institute of Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth careNursingNeeds assessmentEquity (law)Service (business)Focus groupQuality (philosophy)Business

Résumé

récupéré en direct d'OpenAlex

High quality pediatric homecare requires comprehensive assessment of the needs, supports, and health care challenges of children with special healthcare needs and their families. There is no standardized homecare assessment system to evaluate children's clinical needs in the home (support services, equipment, etc.) in Ontario, Canada, which contributes to inequitable homecare service allocation. In 2017, the interRAI Pediatric Home Care assessment tool (PEDS-HC) was implemented on a pilot basis in several regions of Ontario. This qualitative descriptive study explores the experiences of homecare coordinators using the PEDS-HC, seeking to understand the utility and feasibility of this tool through focus group discussion. Four major themes were identified including: the benefits of the tool; areas for modification; challenges to use; and Clinical Assessment Protocols to develop. These themes can guide modifications to the tool to improve utility and improve pediatric home care services. The PEDS-HC is an effective tool to assess children needing homecare in a standardized and comprehensive manner. Use of the tool can improve the quality of homecare services by ensuring equity in service provision and facilitate early identification of clinical issues to prevent unexpected health deteriorations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,352
Score d'incertitude au seuil0,708

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,441
Écart entre enseignants0,376 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Services InsightsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207