Longitudinal realist evaluation of the Dementia PersonAlised Care Team (D-PACT) intervention: protocol
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Different dementia support roles exist but evidence is lacking on which aspects are best, for whom, and in what circumstances, and on their associated costs and benefits. Phase 1 of the Dementia PersonAlised Care Team programme (D-PACT) developed a post-diagnostic primary care-based intervention for people with dementia and their carers and assessed the feasibility of a trial. AIM: Phase 2 of the programme aims to 1) refine the programme theory on how, when, and for whom the intervention works; and 2) evaluate its value and impact. DESIGN & SETTING: A realist longitudinal mixed-methods evaluation will be conducted in urban, rural, and coastal areas across South West and North West England where low-income or ethnic minority populations (for example, South Asian) are represented. Design was informed by patient, public, and professional stakeholder input and phase 1 findings. METHOD: High-volume qualitative and quantitative data will be collected longitudinally from people with dementia, carers, and practitioners. Analyses will comprise the following: 1) realist longitudinal case studies; 2) conversation analysis of recorded interactions; 3) statistical analyses of outcome and experience questionnaires; 4a) health economic analysis examining costs of delivery; and 4b) realist economic analysis of high-cost events and 'near misses'. All findings will be synthesised using a joint display table, evidence appraisal tool, triangulation, and stakeholder co-analysis. CONCLUSION: The realist evaluation will describe how, why, and for whom the intervention does or does not lead to change over time. It will also demonstrate how a non-randomised design can be more appropriate for complex interventions with similar questions or populations.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle