Planning for Hospital Discharge for Older Adults in Uganda: A Qualitative Study Among Healthcare Providers Using the COM-B Framework
Notice bibliographique
Résumé
Background: Proper discharge planning enhances continuity of patient care, reduces readmissions, and ensures safe and timely transition from health facility to home-based care. The current study aimed at exploring the healthcare providers' perspectives of discharge planning among older adults, with respect to barriers and facilitators within the Ugandan health system. Methods: We conducted a qualitative exploratory study that used one-on-one interviews (Additional file 1) to describe individual perspectives of healthcare providers in their routine clinical care setting. The study included medical doctors (including consultants and physicians), nurses and physiotherapists directly involved in providing care to older adults. We conducted 25 in-depth interviews among healthcare providers for older adults with non-communicable diseases. The audio-recorded interviews were transcribed verbatim. Data were manually organized using a framework matrix guided by the COM-B domains (capability, opportunity and motivation) as the broad themes and sub-themes (physical and psychological capability, social and physical opportunity, reflective and automatic motivation) that influence behavior change (discharge planning). Results: Discharge planning was facilitated by availability of discharge forms, continuous medical education and working experience. The barriers to discharge planning were understaffing, workload/insufficient time, lack of discharge planning guidelines, lack of multidisciplinary approach and congested inpatient wards. Both barriers and facilitators were at various levels of healthcare service delivery such as patient, caregiver, healthcare provider, health facility and policy levels. Conclusion: Barriers to discharge planning spread across all levels of healthcare service delivery, but they can be addressed by enhancing the facilitators. This calls for a multi-level action to ensure adequate and quality patient care during and after hospitalization.
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 | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».