‘It’s tough. It is hard’: A qualitative interview study of staff and volunteers caring for hospice in-patients with delirium
Notice bibliographique
Résumé
BACKGROUND: Delirium is a distressing condition often experienced by hospice in-patients. Increased understanding of current multidisciplinary care of delirium is needed to develop interventions in this setting. AIM(S): To explore hospice staff and volunteers' practice, its influences and what may need to change to improve hospice delirium care. DESIGN: Qualitative interview study using behaviour change theory from a critical realist stance. SETTING/PARTICIPANTS: Thirty-seven staff, including different professional groups and roles, and volunteers were purposively sampled from two in-patient hospices. RESULTS: We found that participants' practice focus was on managing hyperactive symptoms of delirium, through medication use and non-pharmacological strategies. Delirium prevention, early recognition and hypoactive delirium received less attention. Our theoretically-informed analysis identified this focus was influenced by staff and volunteers' emotional responses to the distress associated with hyperactive symptoms of delirium as well as understanding of delirium prevention, recognition and care, which varied between staff groups. Non-pharmacological delirium management was supported by adequate staffing levels, supportive team working and a culture of person-centred and family-centred care, although behaviours that disrupted the calm hospice environment challenged this. CONCLUSIONS: Our findings can inform hospice-tailored behaviour change interventions that develop a shared team understanding and engage staff's emotional responses to improve delirium care. Reflective learning opportunities are needed that increase understanding of the potential to reduce patient distress through prevention and early recognition of delirium, as well as person-centred management. Organisational support for adequate, flexible staffing levels and supportive team working is required to support person-centred delirium 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 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 | 0,027 | 0,033 |
| 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 | 0,011 | 0,014 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».