MétaCan
Menu
Retour à la cohorte
Enregistrement W4224244572 · doi:10.1093/intqhc/mzac033

Designing clinical indicators for common residential aged care conditions and processes of care: the CareTrack Aged development and validation study

2022· article· en· W4224244572 sur OpenAlexaff
Peter Hibbert, Charlotte J. Molloy, Louise Wiles, Ian D. Cameron, Len Gray, Richard Reed, Alison Kitson, Andrew Georgiou, Susan Gordon, Johanna Westbrook, Gaston Arnolda, Rebecca Mitchell, Frances Rapport, Carole A. Estabrooks, Gregory L. Alexander, Charles Vincent, Adrian Edwards, Andrew Carson‐Stevens, Cordula Wagner, Brendan McCormack, Jeffrey Braithwaite

Notice bibliographique

RevueInternational Journal for Quality in Health Care · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Health and Medical Research Council
Mots-clésMedicineGuidelineDelphi methodAged careAccreditationPopulationFamily medicineNursingEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: People who live in aged care homes have high rates of illness and frailty. Providing evidence-based care to this population is vital to ensure the highest possible quality of life. OBJECTIVE: In this study (CareTrack Aged, CT Aged), we aimed to develop a comprehensive set of clinical indicators for guideline-adherent, appropriate care of commonly managed conditions and processes in aged care. METHODS: Indicators were formulated from recommendations found through systematic searches of Australian and international clinical practice guidelines (CPGs). Experts reviewed the indicators using a multiround modified Delphi process to develop a consensus on what constitutes appropriate care. RESULTS: From 139 CPGs, 5609 recommendations were used to draft 630 indicators. Clinical experts (n = 41) reviewed the indicators over two rounds. A final set of 236 indicators resulted, mapped to 16 conditions and processes of care. The conditions and processes were admission assessment; bladder and bowel problems; cognitive impairment; depression; dysphagia and aspiration; end of life/palliative care; hearing and vision; infection; medication; mobility and falls; nutrition and hydration; oral and dental care; pain; restraint use; skin integrity and sleep. CONCLUSIONS: The suite of CT Aged clinical indicators can be used for research and assessment of the quality of care in individual facilities and across organizations to guide improvement and to supplement regulation or accreditation of the aged care sector. They are a step forward for Australian and international aged care sectors, helping to improve transparency so that the level of care delivered to aged care consumers can be rigorously monitored and continuously improved.

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)0,162
score de la tête « metaresearch » (Gemma)0,183
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,162
Score d'incertitude au seuil0,857

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1620,183
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,107
Tête enseignante GPT0,493
Écart entre enseignants0,386 · 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'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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Quality in Health CareMême sujetFrailty in Older AdultsTravaux en français237 207