If we cannot measure it, we cannot improve it: Understanding measurement problems in routine oral/dental assessments in Canadian nursing homes—Part II
Notice bibliographique
Résumé
Abstract Objective To evaluate the response process validity of the Resident Assessment Instrument—Minimum Data Set 2.0 (RAI) oral/dental items and the organisational processes for assessing nursing home (NH) residents’ oral/dental status. Background Although care aides provide most direct care to NH residents, including oral care, they are not directly involved in structured care planning activities, including RAI assessments. This most likely affects the accuracy of RAI assessments, as well quality of care. However, we neither know how well regulated and unregulated care staff understand the RAI oral/dental items, nor what processes are used in completing oral/dental assessments. Methods We conducted nine focus groups with 44 care aides, nurses, allied health providers, clinical specialists and managers. We discussed randomly selected RAI oral/dental assessments with focus group participants, including participants’ understanding of the items and why the options were selected. Participants also explained the communication and process for completing the RAI. Results Participants’ perceptions of the oral/dental items aligned fairly well with the item definitions. However, responses primarily focused on severe oral/dental problems with obvious physical characteristics (eg black teeth denoting caries). For non‐visual oral problems, such as pain, staff relied on resident verbalisation. No formal mechanisms were described for care aides to update nurses on residents’ oral health needs. Conclusions Performance problems of RAI oral/dental items are largely rooted in poor communication between care aides and nurses and not integrating care aides in assessment processes. We need policies that address these problems in order to improve NH residents’ poor oral health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,060 | 0,138 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,018 | 0,009 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».