Feasibility and Effects of Namaste Care for Persons with Advanced Dementia in Canadian Long-Term Care Homes
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the feasibility and effects of the Namaste Care intervention for persons with advanced dementia (ie, moderate and late-stage) in long-term care (LTC) and their family carers. DESIGN: A pre-posttest study design. Staff carers delivered Namaste Care for residents with the support of volunteers in a small group setting. Activities provided included aromatherapy, music, and snacks/beverages. SETTING AND PARTICIPANTS: Residents with advanced dementia and family carers from 2 Canadian LTC homes, located in a midsize metropolitan area, were included. METHODS: Feasibility was evaluated using a research activity log. Outcome data for residents (ie, quality of life, neuropsychiatric symptoms, pain) and family carers (ie, role stress, quality of family visits) were collected at baseline and 3 and 6 months of the intervention. Descriptive analyses and generalized estimating equations were used for quantitative data. RESULTS: A total of 53 residents with advanced dementia and 42 family carers participated in the study. Mixed findings were found for feasibility as not all intervention targets were met. There was a significant improvement in resident neuropsychiatric symptoms at the 3-month time point only (95% CI -9.39, -0.39; P = .033) and family carer role stress at both time points (3-month 95% CI -37.40, -1.80; P = .031; 6-month 95% CI -48.90, -2.09; P = .033). CONCLUSIONS AND IMPLICATIONS: Namaste Care is an intervention with preliminary evidence of impact. Feasibility findings revealed that not all targets were met as the intended number of sessions were not delivered. Future research should explore how many sessions per week are required to lead to an impact. It is important to assess outcomes for both residents and family carers, and to consider enhancing family engagement in delivering the intervention. Given the promise of this intervention, a large-scale randomized controlled trial with a longer follow-up should be conducted to further evaluate its outcomes.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».