Notice bibliographique
Résumé
ABSTRACT: Falls among older adults (OAs) living in retirement homes (RHs) in Canada are a major public health concern due to high morbidity and mortality as well as significant healthcare expenditures. This quality improvement (QI) initiative, conducted for the author's Doctor of Nursing Practice (DNP) project, aimed to decrease fall rates and ED transfers related to falls among OAs in six RHs across the Greater Toronto Area in Ontario, Canada through a multipart intervention with two primary goals. First, the project aimed to facilitate RH NPs' implementation of a comprehensive fall risk assessment and fall prevention strategy in their practice by incorporating the Stopping Elderly Accidents, Deaths & Injuries (STEADI) toolkit into their armamentarium. Second, it sought to enhance the knowledge of the RHs' registered practical nurses (RPNs), personal support workers (PSWs), and unregulated care providers (UCPs) in assessing fall risk and incorporating fall prevention strategies in their daily practice. By improving NP, RPN, PSW, and UCP knowledge and increasing (by 20%) RPN, PSW, and UCP use of fall prevention strategies, this QI initiative successfully reduced fall rates in the RHs by 40.4%, with no falls requiring transfer to the ED, in the postintervention period. The results of this project highlight the need for an interdisciplinary approach to fall risk reduction in RHs that includes implementation of multifactorial intervention strategies as well as effective organizational policies and procedures for maximum impact.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».