Technological Solutions for Urinary Continence Care Delivery for Older Adults
Notice bibliographique
Résumé
PURPOSE: The aim of this scoping review was to examine available evidence regarding use of technology-based continence care delivery for older adults and to identify gaps in knowledge. METHODS: Scoping review. SEARCH STRATEGY: With the help of a medical librarian, CINAHL, Cochrane Library, EMBASE, MEDLINE, ProQuest, PubMed, SCOPUS, Web of Science, and websites were searched. Search terms included technology, sensors, older adults, urinary incontinence, continence care, nursing homes, long-term care, and continence management. All literature elements except for opinion pieces and case reports written in English within the last 15 years were included. Articles not written in the English language were excluded; our search indicated that less than 6% of returned elements were written in other languages. FINDINGS: After duplications were removed, 2146 potential sources were identified. After exclusions, 19 results were included in the review. Review findings suggest positive effects of technology-based continence care on older adults and those involved in their care such as enhanced delivery of a successful toileting program. Information on potential harms, from either the perspective of care provider or recipient, is limited. It is important that needs of older adults and collaborative efforts are considered in the implementation of technology-based continence care. A paucity of guidelines on the use and adoption of technology-based continence care was found; additional research into uptake and sustainability is needed. CLINICAL IMPLICATIONS: Technological solutions, such as sensors, need to be accurate in the measurement of urine saturation levels and timely in notifying caregivers for effective delivery of continence care. Adverse consequences of incontinence, such as incontinence-associated dermatitis or urinary tract infection, may potentially be reduced or avoided with technology-based continence care delivery.
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 | 0,010 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».