Factors involved in the development of hospital-acquired conditions in older patients in acute care settings: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Older patients hospitalized in acute care settings are at significant risk of presenting hospital-acquired conditions. Healthcare professionals should consider many factors involved in the development of such conditions, including factors related to the patients, as well as those related to the processes of care and the structure of hospitals. The aim of this study was to describe and identify the factors involved in the development of hospital-acquired conditions in older patients in acute care settings. METHODS: A scoping review was performed based on a structured search in eight databases in September 2022. Data were extracted with an extraction tool and classified into categories. Mapping and a narrative summary were used to synthetize data. RESULTS: A total of 237 articles were included in the scoping review. Functional decline and delirium were the most frequent hospital-acquired conditions studied. Among all categories, factors related to the patients provided most of the data, whereas factors related to the processes of care and the structure of hospitals were less frequently explored. In most articles, one or two categories of factors were retrieved; fewer articles examined factors among three categories. Personal factors, medications, and the human and work environment were the most frequent subcategories of factors retrieved, whereas social factors, hydration and nutrition, and organizational factors were less common. CONCLUSIONS: The development of hospital-acquired conditions in older patients in acute care settings involves many factors related to the patients, as well as to the processes of care and the structure of hospitals. Prevention of hospital-acquired conditions must involve to consider the complexities of older patients and of acute care hospitals. Not considering all categories of factors might affect the implementation of new practices of care and interventions.
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 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,019 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| 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 ».