EVALUATION OF A NURSE PRACTITIONER-LED VIRTUAL BEHAVIORAL MEDICINE PROGRAM: INNOVATIVE NEUROPSYCHIATRIC CARE
Notice bibliographique
Résumé
Abstract People living with dementia in long-term care (LTC) who exhibit severe neuropsychiatric symptoms are often at risk of being transferred to the hospital from their familiar environment. The virtual Behavioral Medicine (VBM) model was designed to manage these symptoms with intensive virtual support within LTC to prevent hospitalization. We adapted this model to a nurse practitioner (NP)-led approach and conducted a program evaluation to assess its implementation and preliminary effectiveness during its first year. Between April 2023 to March 2024, 102 patients were referred for management of severe neuropsychiatric symptoms and/or consideration for admission to our psychogeriatric unit. The average wait time from referral to the first consultation was 10 days, with follow-ups occurring every 7.6 days by an NP and every 16.2 days involving a geriatric psychiatrist. The average length of stay in the program was 41 days. The average Neuropsychiatric Inventory score improved from 31 to 9.4 at discharge, and the number of medications decreased from 16 to 9. Among the 102 patients, 48 (47%) improved with VBM alone, avoiding hospital admission. In a survey of 60 LTC teams, 49 (81%) responded. Over 90% noted improvement in neuropsychiatric symptoms and expressed satisfaction with the quality of care and support provided by the VBM team. All respondents felt heard and more equipped to care for residents in-house, though some reported challenges with the virtual technology. These first-year insights into operations will inform continuous quality improvement. Further evaluation of caregiver satisfaction and the effectiveness of the NP-led model is warranted.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».