Formal Caregiver Experiences of Caring for Individuals at Risk for or with a Pressure Injury: A Metasynthesis
Notice bibliographique
Résumé
OBJECTIVE: To explore formal caregiver experiences caring for patients with a pressure injury (PI) or who are at risk of developing a PI. DATA SOURCES: In November 2019, the researchers searched CINAHL (Cumulative Index to Nursing and Allied Health Literature) and MEDLINE databases for articles related to caregivers and their experiences with PI prevention and care. STUDY SELECTION: Twenty-eight qualitative studies were included in this review. DATA EXTRACTION: Literature was graded and critiqued with regard to design and research quality and then synthesized utilizing a narrative approach. DATA SYNTHESIS: Four themes were found within the literature: knowledge and education, environment and resources, collaboration and role clarity, and risk assessment. CONCLUSIONS: Across healthcare settings, formal caregivers noted the importance of effective PI knowledge and education. Recognizing both barriers and facilitators to PI prevention and management within the healthcare environment can help decision-makers make informed choices to improve PI management within their settings. In addition, developing interprofessional team skills and relationships, rather than practicing in silos, may have an impact on PI management. Although there are many interventions that reduce PI risk and assist in the management of PIs, not every intervention is appropriate for every healthcare setting. Clinician education on PIs, along with new interventions, could significantly impact the effectiveness of patient care.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».