Recommendations for Medical and Mental Health Care in Assisted Living Based on an Expert Delphi Consensus Panel
Notice bibliographique
Résumé
Importance: Assisted living (AL) is the largest provider of residential long-term care in the US, and the morbidity of AL residents has been rising. However, AL is not a health care setting, and concern has been growing about residents' medical and mental health needs. No guidance exists to inform this care. Objective: To identify consensus recommendations for medical and mental health care in AL and determine whether they are pragmatic. Evidence Review: A Delphi consensus statement study was conducted in 2021; as a separate effort, the extent to which the recommendations are reflected in practice was examined in data obtained from 2016 to 2021 (prepandemic). In the separate effort, data were from a 7-state study (Arkansas, Louisiana, New Jersey, New York, Oklahoma, Pennsylvania, Texas). The 19 Delphi panelists constituted nationally recognized experts in medical, nursing, and mental health needs of and care for older adults; dementia care; and AL and long-term care management, advocacy, regulation, and education. One invitee was unavailable and nominated an alternate. The primary outcome was identification of recommended practices based on consensus ratings of importance. Panelists rated 183 items regarding importance to care quality and feasibility. Findings: Consensus identified 43 recommendations in the areas of staff and staff training, nursing and related services, resident assessment and care planning, policies and practices, and medical and mental health clinicians and care. To determine the pragmatism of the recommendations, their prevalence was examined in the 7-state study and found that most were in practice. The items reflected the tenets of AL, the role of AL in providing dementia care, the need for pragmatism due to the diversity of AL, and workforce needs. Conclusions and Relevance: In this consensus statement, 43 recommendations important to medical and mental health care in AL were delineated that are highly pragmatic as a guide for practice and policy.
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 | 0,260 | 0,276 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,005 | 0,013 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».