Adaptation of Practice Guidelines to Prevent Functional Decline in Hospitalized Elderly in Iran
Notice bibliographique
Résumé
Background: In Iran, many efforts have been made to improve the Quality of Life (QOL) of the elderly; however, despite the efforts made, there is no practice guideline based on the consensus of experts that can be used to prevent the functional decline of hospitalized elderly. Accordingly, the present study was conducted with the aim of adaptation of a practice guideline to prevent the functional decline of hospitalized elderly. Materials and Methods: This study is a developmental study based on the adaptation steps of the practice guideline. First, a search was conducted in 8 databases. The only practice guideline that met the inclusion criteria was then evaluated by the research team using the Appraisal of Guidelines for REsearch and Evaluation (AGREE II) tool. After content analysis of this guideline, the recommendations were categorized in the Canadian Senior Friendly Care (sfCare) Framework and according to the community conditions. Relevant evidence was used to supplement the content. The draft practice guideline was evaluated and modified in two expert panels through the RAND technique. Results: The categorized recommendations were developed in the eight chapters of introduction to the prevention of functional decline of the elderly, general practice guideline, organizational support, care processes, physical ecology, emotional and behavioral environment, ethics in care, and evaluation of function. Conclusions: To prevent functional decline in hospitalized elderly individuals according to the adaptive practice guideline, the hospital and health team need to be aware of support, care processes, and effective function appraisal to be able to provide care with coherent and coordinated solutions.
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 | 0,012 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».