Counting what counts: assessing quality of life and its social determinants among nursing home residents with dementia
Notice bibliographique
Résumé
BACKGROUND: Maximizing quality of life (QoL) is a major goal of care for people with dementia in nursing homes (NHs). Social determinants are critical for residents' QoL. However, similar to the United States and other countries, most Canadian NHs routinely monitor and publicly report quality of care, but not resident QoL and its social determinants. Therefore, we lack robust, quantitative studies evaluating the association of multiple intersecting social determinants with NH residents' QoL. The goal of this study is to address this critical knowledge gap. METHODS: We will recruit a random sample of 80 NHs from 5 Canadian provinces (Alberta, British Columbia, Manitoba, Nova Scotia, Ontario). We will stratify facilities by urban/rural location, for-profit/not-for-profit ownership, and size (above/below median number of beds among urban versus rural facilities in each province). In video-based structured interviews with care staff, we will complete QoL assessments for each of ~ 4,320 residents, using the DEMQOL-CH, a validated, feasible tool for this purpose. We will also assess resident's social determinants of QoL, using items from validated Canadian population surveys. Health and quality of care data will come from routinely collected Resident Assessment Instrument - Minimum Data Set 2.0 records. Knowledge users (health system decision makers, Alzheimer Societies, NH managers, care staff, people with dementia and their family/friend caregivers) have been involved in the design of this study, and we will partner with them throughout the study. We will share and discuss study findings with knowledge users in web-based summits with embedded focus groups. This will provide much needed data on knowledge users' interpretations, usefulness and intended use of data on NH residents' QoL and its health and social determinants. DISCUSSION: This large-scale, robust, quantitative study will address a major knowledge gap by assessing QoL and multiple intersecting social determinants of QoL among NH residents with dementia. We will also generate evidence on clusters of intersecting social determinants of QoL. This study will be a prerequisite for future studies to investigate in depth the mechanisms leading to QoL inequities in LTC, longitudinal studies to identify trajectories in QoL, and robust intervention studies aiming to reduce these inequities.
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 | 0,001 |
| 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 ».