MétaCan
Menu
Retour à la cohorte
Enregistrement W4234267566 · doi:10.21203/rs.3.rs-29317/v1

Barriers and Facilitators to Implementing Web-Based Dementia Caregiver Education from the Clinician's Perspective: A Qualitative Study

2020· preprint· en· W4234267566 sur OpenAlexafffundabout
Anthony J Levinson, Stephanie Ayers, L. Butler, Αλεξάνδρα Παπαϊωάννου, Sharon Marr, Richard Sztramko

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcMaster University
Organismes subventionnairesHamilton Health Sciences FoundationAlzheimer SocietyMcMaster UniversityHamilton Health Sciences
Mots-clésPerspective (graphical)Qualitative researchDementiaPsychologyMedicineMedical educationNursingSociologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Background Internet-based dementia caregiver interventions have been shown to be effective for a range of caregiver outcomes, yet little is known about how best to implement them. We developed iGeriCare, an evidence-based, multimedia, online educational resource for family caregivers of people living with dementia. The objectives of this study were to get feedback and opinions from experts and clinicians involved in dementia care and caregiver education about 1) iGeriCare, and 2) barriers and facilitators to implementing an online caregiver program.Methods We performed semi-structured interviews with individuals who had a role in dementia care/caregiver education in several key stakeholder settings in Southern Ontario, Canada. We queried participants’ perceptions of iGeriCare, caregiver education, the implementation process and their experience with facilitators and barriers. Transcripts were coded and analyzed using a grounded theory approach. The themes that emerged were organized using the Consolidated Framework for Implementation Research (CFIR).Results Twelve participants from a range of disciplines described their perceptions of iGeriCare, and identified barriers and facilitators to implementation of the intervention. The intervention was generally perceived as a high-quality resource for caregiver education and support, with many stakeholders highlighting the relative advantage of a web-based format. The intervention was seen to meet dementia caregiver needs, partially due to its flexibility, accessibility and compatibility within existing clinical workflows. Additionally, the intervention helps to overcome time constraints for both caregivers and clinicians.Conclusions Study findings indicate a generally positive response for the use of internet-based interventions for dementia caregiver education. Results suggest that iGeriCare may be a useful clinical resource to complement traditional face-to-face and print material caregiver education. More comprehensive studies are required to identify the effectiveness and longevity of online caregiver education interventions, and continue to better understand barriers and facilitators with respect to the implementation of technology-enhanced caregiver educational interventions in various healthcare settings.Contributions to the literature· The need for dementia caregiver education has been identified as a priority in numerous provincial, national, and global Dementia Strategies. Research has shown that web-based caregiver education interventions may result in a range of improved health outcomes for caregivers, including reductions in depression, stress, distress and anxiety.· Opinion leaders in dementia care were generally enthusiastic about implementing high quality web-based dementia caregiver education. · Our findings contribute to the gaps in the literature, including barriers and facilitators into implementation of web-based caregiver educational resources in traditional clinical workflows.

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)0,019
score de la tête « metaresearch » (Gemma)0,030
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,030
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,005
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,601
Tête enseignante GPT0,747
Écart entre enseignants0,146 · 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

Citations1
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetHealth Policy Implementation ScienceTravaux en français237 207