MétaCan
Menu
Retour à la cohorte
Enregistrement W4224239493 · doi:10.1111/nhs.12946

Home care providers' perceptions of shared decision‐making with older clients (and their caregivers): A cross‐sectional study

2022· article· en· W4224239493 sur OpenAlexafffundabout
Claudia K. Y. Lai, Paul Holyoke, Karine V. Plourde, Lily Yeung, France Légaré

Notice bibliographique

RevueNursing and Health Sciences · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensInstitute of Particle PhysicsUniversité LavalCentre hospitalier de l'Université LavalOPKO Health (Canada)University of VictoriaUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésRespondentNursingPerceptionHealth careCross-sectional studyRehabilitationMedicinePsychologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

Interprofessional care teams can play a key role in supporting older adults (and caregivers) in making informed health decisions, yet shared decision making is not widely practiced in home care. Based on an earlier needs assessment with older adults (and caregivers) with home care experience, we aimed to explore the perceptions of home care teams on the decisions facing their clients and their perceived involvement in shared decision making. A cross-sectional study was conducted with 614 home care providers (nurses, personal support workers, rehabilitation professionals) in three Canadian provinces (Quebec, Ontario, and Alberta). Home care providers considered the decision "to stay at home or move" as the most difficult for older adults. Those most frequently involved in decision making with older adults were family members and least involved were physicians. Although all home care providers reported high levels of shared decision-making, we detected an effect of respondent's discipline on self-perceived shared decision-making; nurses and rehabilitation professionals reported significantly higher levels of shared decision making than personal support workers. A more tailored approach is required to support shared decision making in interprofessional care teams.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0110,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,167
Tête enseignante GPT0,474
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations17
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNursing and Health SciencesMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207