MétaCan
Menu
Retour à la cohorte
Enregistrement W4400412925 · doi:10.1016/j.physio.2024.07.002

A core capability framework for physiotherapists to deliver quality care when working with people living with dementia and their families/caregivers: an international modified e-Delphi study

2024· article· en· W4400412925 sur OpenAlexaff
Morag E. Taylor, Karen Sverdrup, Julie D. Ries, Erik Rosendahl, Gro Gujord Tangen, Elisabeth Wiken Telenius, Katherine Lawler, Keith Hill, Annika Toots, Hans Hobbelen, Vanina Dal Bello‐Haas, Abi Hall, Susan Hunter, Victoria A Goodwin, Julie Whitney, Michele L. Callisaya

Notice bibliographique

RevuePhysiotherapy · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensWestern UniversityMcMaster University
Organismes subventionnairesNational Health and Medical Research CouncilDepartment of Health and Social CareMedical Research CouncilNational Institute for Health and Care Research
Mots-clésDelphi methodDementiaInclusion (mineral)Psychological interventionDelphiMedicineNursingQuality (philosophy)Quality of life (healthcare)Core (optical fiber)PsychologyMedical educationComputer science

Résumé

récupéré en direct d'OpenAlex

ObjectiveWhat are the core capabilities physiotherapists need to deliver quality care when working with people with dementia and their families/caregivers?DesignA three-round modified e-Delphi study.ParticipantsPanel members were physiotherapists experienced in working with people with dementia and/or educating and/or researching in the dementia field.MethodsA steering group (16 international physiotherapists and a consumer) developed a draft framework including 129 core capabilities across 5 domains for panel members to rate their appropriateness for inclusion as a core capability to provide high quality care to people with dementia and their caregivers/families. The RAND/UCLA method was used to assess consensus.ResultsThirty-five physiotherapists from 11 countries participated in Round 1, 31 (89%) in Round 2 and 28 (80% of Round 1) in Round 3. All core capabilities were rated appropriate for inclusion in each round. Panel members recommended wording refinements across the rounds and suggested 52 core capabilities for consideration. Three rounds were needed to reach consensus, resulting in 137 core capabilities rated appropriate for inclusion across 5 domains: 1) Knowledge and understanding, n=36; 2) Assessment, n=39; 3) Management, interventions and prevention n=40; 4) Communication, therapeutic relationship and person-centred care, n=17; and 5) Physiotherapists self-management and improvement, n=5.ConclusionsThis e-Delphi outlines the core capabilities physiotherapists need to provide high quality care to people with dementia and their families/caregivers. These core capabilities can be used by physiotherapists to help identify knowledge/skill gaps, as well as by educators to improve their training of undergraduate and postgraduate students, and clinicians.Contribution of the paper•This e-Delphi study has developed, through expert consensus, the first comprehensive physiotherapy specific core capability framework for providing high-quality care to people with dementia and their families/caregivers.•The core capability framework can be used by physiotherapists to identify knowledge and/or skill gaps, and by physiotherapy educators to assist with entry-level and post-graduate curriculum development and student/workforce training.As physiotherapists play a vital role in working with people with dementia and their caregivers/families, and competencies lie at the heart of effective quality care and service delivery, the newly developed core capability framework serves as basis for broader consultation and input.

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)0,001
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,136
Tête enseignante GPT0,459
Écart entre enseignants0,323 · 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'étudeQualitatif
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiotherapyMême sujetDelphi Technique in ResearchTravaux en français237 207