Using telepresence robots as a tool to engage patient and family partners in dementia research during COVID-19 pandemic: a qualitative participatory study
Notice bibliographique
Résumé
BACKGROUND: Long-term care (LTC) settings have been disproportionately affected by the COVID-19 pandemic; it is important to address unmet needs and explore practical strategies for supporting LTC residents and staff. The involvement of patient partners and family community members in research planning, implementation and evaluation is the basis of Patient and Public Involvement approach and has been challenging during the COVID-19 pandemic, as visitation restrictions have created barriers to conducting research in healthcare settings. Innovative methods and tools are needed for conducting participatory research. This study investigated the use of telepresence as innovative tools for participatory research based on three projects conducted with patient and family partners during the COVID-19 pandemic. METHODS: The data source includes (a) team reflective discussions, (b) weekly meeting notes, (c) field notes, and (d) interviews with ten researchers. We applied purposive sampling to select ten researchers who used a telepresence robot to conduct research in British Columbia, Canada. Semi-structured one-to-one interviews were conducted via Zoom virtual meetings. Patient and family partners contributed to team analysis to identify themes. RESULTS: Analysis of the data produced five themes: (1) Research Enabler, (2) User-Friendly Technology, (3) Increased Engagement, (4) Lack of Infrastructure and Resources, and (5) Training and Technical Obstacles. Based on the results, we propose "ROBOT"-an acronym for five actionable recommendations to support the use of telepresence robots for research. The ROBOT recommendations represent: Realign to adapt, Organize with champions, Blend strategies, Offer timely technical assistance, and Tailor training to individual needs. CONCLUSIONS: This study offers practical insights into the use of telepresence robots as a safe and innovative tool for conducting remote research with people with dementia, even in times of restricted access, as with COVID-19. Future research should apply more creativity and flexibility in adopting technology to expand possibilities for involving people with dementia in research.
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 | 0,038 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,011 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».