Implementation of an Advance Care Planning Intervention in Nursing Homes: An International Multiple Case Study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The inability of individuals in the advanced stage of dementia to communicate about preferences in care at the end-of-life poses a challenge for healthcare professionals and family carers. The proven effective Family Carer Decision Support intervention has been designed to inform family carers about end-of-life care options available to a person living with advanced dementia. The objectives of the mySupport study were to adapt the application of the intervention for use in different countries, assess impact on family satisfaction and decision-making, and identify costs and supportive conditions for the implementation of the intervention. RESEARCH DESIGN AND METHODS: A multiple-case study design was chosen where the nursing home was the case. Nursing homes were enrolled from six countries: Canada, Czech Republic, Italy, Netherlands, Republic of Ireland, and United Kingdom. RESULTS: Seventeen cases (nursing homes) participated, with a total of 296 interviews completed including family carers, nursing home staff, and health providers. Five themes relevant to the implementation of the intervention were identified: supportive relationships; committed staff; perceived value of the intervention; the influence of external factors on the nursing home; and resource impact of delivery. DISCUSSION AND IMPLICATIONS: There is a commonality of facilitators and barriers across countries when introducing practice innovation. A key learning point was the importance of implementation being accompanied by committed and supported nursing home leadership. The nursing home context is dynamic and multiple factors influence implementation at different points of time.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».