MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386989341 · doi:10.1093/pch/pxad055.080

80 Family Caregiver Emotional and Communication Needs in Canadian Paediatric Emergency Departments

2023· article· en· W4386989341 sur OpenAlexaboutno aff
Asa Rahimi, Keon Ma, Maryna Yaskina, Helen Wong, Antonia Stang, Tania Principi, Naveen Poonai, Serge Gouin, Sylvia Froese, Paul Clerc, Redjana Carciumaru, Waleed Alqurashi, Manasi Rajagopal, Elise Kammerer, Julie Leung, Bruce Wright, Shannon D. Scott, Samina Ali

Notice bibliographique

RevuePaediatrics & Child Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTriageFamily medicineEmergency departmentEmotional supportNursingMedical emergencyPsychologySocial support

Résumé

récupéré en direct d'OpenAlex

Abstract Background Paediatric emergency departments (EDs) have been identified as inherently stressful for families, making it challenging to understand and meet families’ global needs, beyond urgent medical care. There is a paucity of research describing how effectively the emotional and communication needs of family caregivers are met during ED visits. Objectives To describe the extent to which family caregivers’ emotional and communication needs were met during paediatric ED visits and relate these findings to visit and demographic characteristics. Design/Methods Electronic surveys with medical record review were deployed at ten Canadian paediatric EDs from October 2018 – March 2020. A convenience sample of families with children <18 years presenting to a paediatric ED were enrolled, for one week every three months, for one year per site. Caregivers completed one survey in the ED and a follow-up survey, up to seven days post-visit. Results This study recruited 2005 caregivers who were mostly identified as mothers (74.3%, 1462/1969); mean age was 37.8 years (SD 7.7). 71.7% (1081/1507) of caregivers felt their emotional needs were met. Staff physicians (35.6% [535/1502]), bedside nurses (24.2% [364/1502]), residents/medical students (13.8% [207/1502]) and triage nurses (12.4% [186/1502]) were identified as providing the best emotional support to caregivers. 86.4% (1293/1496) identified communication with the doctor as good/very good and 83.4% (1249/1498) with their child’s nurse. Caregiver involvement in their child’s care was reported as good/very good 85.6% (1271/1485) of the time. 81.8% (1074/1313) of caregivers felt comfortable in caring for their child at home at the time of discharge. Greater triage acuity, being the father (vs. mother), lower caregiver anxiety, respect for the child’s privacy, caregiver involvement in their child’s care, satisfactory updates, and having questions adequately addressed positively impacted caregiver emotional needs. Caregivers feeling less scared during an ED visit, lower caregiver anxiety, caregiver involvement in their child’s care, satisfactory updates, and having questions adequately addressed increased caregiver comfort in caring for their child’s illness at home. Conclusion Approximately 30% of caregivers presenting to paediatric EDs have unmet emotional needs, over 15% have unmet communication needs, and 15% felt inadequately involved in their child’s care, challenging healthcare providers to do better. Family caregiver involvement in care and good communication from ED staff are key elements in improving overall patient experience and satisfaction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,295
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetEmergency and Acute Care Studies→Travaux en français237 207→