Optimizing the Physical & Social Environment Within Hospitals for Patients with Dementia: a Systematic Review
Notice bibliographique
Résumé
Background: As the population ages, the number of individuals living with dementia is increasing. This has implications for the health-care system, as people living with dementia are hospitalized more frequently and for longer periods. Because patients living with dementia are at increased risk for adverse events during admission, understanding how the acute care physical and social environments influence their outcomes is imperative. Thus, the objective of this review was to identify studies that modified the physical and/or social environment in acute care in order to improve care for hospitalized patients living with dementia. Methods: MEDLINE, Embase, and CINAHL databases were used to search for articles up to and including June 2021. PRISMA guidelines were followed. Two independent reviewers assessed citations and full texts against the following inclusion criteria: patients living with dementia/cognitive impairment, presence of a control group, and evidence of clinical or health systems outcomes. All published English-language articles meeting inclusion criteria were retrieved. Results: Following the database search, 12,901 citations were retrieved with 11,334 remaining after duplication removal. Of these, 15 papers met inclusion criteria. Seven studies evaluated the physical environment (e.g., addition of electronic sensor alarms and environmental cues). The remaining studies evaluated specific programs (e.g., art, music, exercise, volunteer engagement, and virtual reality). The majority of studies were low to very low quality; only three studies were RCTs. Environmental cues may initially improve wayfinding, and exercise may reduce neuropsychiatric symptoms. Conclusions: Although there are several interventions, there is a lack of high-quality evidence available to determine what exactly needs to be incorporated into acute care settings to reduce adverse outcomes for patients with dementia.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».