Perspectives on Frailty Among Emergency Physicians: A Qualitative Descriptive Study
Notice bibliographique
Résumé
Background The proportion of older people in the general population is rising. Accompanying this rise is an increased prevalence of frailty. Frailty is a syndrome of increased vulnerability to stressors due to decreased physiological reserve and is linked to increased health services use. Frailty assessment provides a comprehensive insight into an older person's health status but is not regularly performed in emergency departments (EDs) worldwide. Understanding emergency physicians' (EPs) perspectives on frailty could assist in facilitating the implementation of frailty assessments in the ED. However, little is known about EP perceptions of frailty. Objectives The aim of this study was to explore perspectives on frailty among EPs. Design An exploratory qualitative descriptive study was conducted. EPs' perspectives on frailty were explored in semi-structured interviews, including questions on the meaning of frailty, its detection, management, and potential to improve the care of frail ED patients. Interviews were recorded and transcribed. Setting Central Adelaide Local Health Network, which has two EDs in Adelaide, South Australia. Participants Sixteen EPs were interviewed. Eleven (69%) were male EPs and 10 (63%) were practicing as EPs for 4 years or less. Measurements We analyzed interview transcripts by inductive thematic analysis. We generated, iteratively revised, and applied a coding framework, enabling progression to the formulation of themes. Results We developed three themes. Theme 1: EPs did not perceive frailty as a priority of care due to their focus on acuity, and lack of knowledge, time, and resources. Theme 2: EPs referred to detecting and managing frailty indirectly rather than formally. Theme 3: EPs saw a beneficial role in frailty recognition and management in the future. Conclusions EPs did not perceive frailty as a priority of care. However, they had a positive view on progressing with increased frailty awareness and holistic management in EM, for patient and health system benefits.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».