Symposia — Conferences — Oral Communications
Notice bibliographique
Résumé
Background: A growing number of older people reside in long-term care (LTC) homes. As they near the end-of-life, it is vital that LTC residents express their healthcare wishes though Advance Care Planning (ACP). Yet, ACP remains suboptimal and LTC residents often experience unmet needs and unnecessary hospital transfers. Objectives: We applied the Knowledge-To-Action framework to 1) identify shared barriers and solutions to improve the process of ACP and end-of-life care for LTC residents; 2) develop a standardized, scalable, and person-centered approach to ACP, and 3) evaluate this approach in a multicentre cluster randomized trial. Methods: We began in September 2017 with a 1-day workshop for 44 LTC stakeholders, including residents and families, from Manitoba, Alberta, and Ontario. Sessions were recorded and thematic analysis performed. An environmental scan was conducted to assess ACP practices in 38 LTC homes in participating provinces. Over the following 11 months, we developed the intervention to address weak links in ACP. From August 2018 to August 2020, we conducted an unblinded, cluster-randomized, mixed-methods trial in 29 LTC homes (15 intervention, 14 control) in these provinces to assess the impact of the intervention on ACP comprehensiveness and care and interventions at the end-of-life (ClinicalTrials.gov NCT03649191). Results:
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».