MétaCan
Menu
Retour à la cohorte
Enregistrement W4390198669 · doi:10.1002/alz.082224

Digital Elder Abuse Intervention for Older People Living with Dementia

2023· article· en· W4390198669 sur OpenAlexaboutno aff
Fuad Abujarad, Chelsea Edwards, Judith Neugroschl, Ula Hwang, Richard A. Marottoli

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaMontreal Cognitive AssessmentPsychological interventionIntervention (counseling)MedicineCognitionGerontologyPsychologyClinical psychologyPsychiatryCognitive impairmentDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background A growing number of older adults experience elder abuse (EA) each year, and people living with dementia (PLWD) are at higher risk. Emergency departments (EDs) are opportune settings to identify EA and can provide interventions to those at high risk and direct them to appropriate health and social services. There is evidence that PLWD can report abuse despite cognitive challenges, but research is limited regarding self‐administered interventions to detect EA. Method We developed and tested our tablet‐based intervention to increase self‐reporting of EA among PLWD. The VOICES EA intervention combines educational resources, screening, multimedia elements, and brief psychoeducational interviewing to motivate PLWD to self‐identify and self‐report abuse. The goal of our study is to evaluate using VOICES among PLWD (ages 60+ years) at a geriatric memory clinic (N = 30) and the ED setting (N = 101). We previously demonstrated VOICES’ feasibility and efficacy with 1,000 cognitively intact participants (ages 60+) in the ED and wanted to compare patterns of use between users (with or without dementia). Participants were recruited, consented, and enrolled at Yale New Haven Health System in New Haven, Connecticut, USA. We used the Montreal Cognitive Assessment (MoCA) to assess cognition of participants, excluding participants with severe dementia. Result Older adults with MoCA scores between 14 and 25 were able to use VOICES similarly to those without cognitive impairments (i.e., MoCA >25) and were able to complete using the VOICES independently. From the memory clinic, 83% agreed that audio and visual tool aids were helpful, and 87% agreed that the tool’s instructions were easy to follow. In the ED setting, of the 101 participants who started VOICES, 100 completed VOICES independently (99% completion rate). Of participants who completed the post‐use questions (N = 99), 84% were satisfied with their ability to complete VOICES on their own without assistance, and 91% agreed VOICES was appropriate for learning about EA. Conclusion Our results suggest that the VOICES EA intervention is feasible (i.e., acceptable, practical, and satisfactory) for detecting EA in PLWD, specifically those with MoCA scores ranging from 14‐25. This may allow for enhanced early EA detection and intervention in this highly vulnerable population.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil0,734

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,295
Écart entre enseignants0,272 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueAlzheimer s & DementiaMême sujetElder Abuse and NeglectTravaux en français237 207