Implementation study of virtual goals of care consultation for advanced frailty: Lessons learned from the Pandemic
Notice bibliographique
Résumé
Abstract Background Long-term care (LTC) residents disproportionately experienced critical illness and death in the setting of COVID-19. In response, a virtual specialist consultation service known as the "Med-LTC program" was developed to support residents and their families with advance care planning to establish acceptable levels of health care intervention. The program significantly improved goals of care to align with resident frailty and expected outcomes in the event of an acute health crisis. A post-implementation inquiry explored the factors that influenced the program success to inform ongoing collaboration between acute care and LTC sectors in the delivery of frailty-informed care. Methods The factors that impacted program effectiveness and implementation outcomes were systematically explored using the Consolidated Framework for Implementation Research (CFIR). Structured interviews (n = 20) were conducted with LTC leadership, LTC healthcare staff, and members of the program. Qualitative data were extracted from the transcripts and coded to the domains and constructs of the CFIR. Results The CFIR constructs of inner setting, intervention characteristics, and individual characteristics were most strongly represented, with emphasis on tension for change, relative priority, relative advantage, and other personal attributes (shared team vision grounded in pre-existing social bonds) featuring prominently. Challenges in terms of complexity, cost, and relative priority all contributed to the ultimate lack of sustainability of the virtual program in the post-acute phase of the COVID-19 pandemic. Conclusions Application of the CFIR identified key barriers to and enablers of program success and providing important insights into factors supporting the development of more sustainable future iterations of virtual specialist consultation to establish goals of care in LTC.
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 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».