A Digital Tool to Improve Family Engagement in Acute Care: The NGAGE Randomized Pilot Feasibility Trial
Notice bibliographique
Résumé
Background Engaging families in care is an important aspect of healthcare delivery. Our interdisciplinary team designed the NGAGE tool to empower family members to increase their engagement in patient care. The objective of this study was to assess the feasibility of the NGAGE tool. Methods We conducted a single-center pilot feasibility randomized controlled trial in the acute cardiac unit of a tertiary care academic hospital. Family members of admitted patients were randomized in a 1:1 manner to the intervention (use of the NGAGE tool) or usual care. Intervention group participants could request engagement activities using the NGAGE tool and this request was transmitted to the treating healthcare team. At enrolment, demographics and family engagement scores were captured. At discharge, care satisfaction, mental health, and engagement scores were collected. Recruitment rate, intervention uptake, tool use, requests completed, and follow-up rate were used to asses feasibility outcomes. Results There were 88 participants (45 intervention, 43 control) in the analysis. The mean recruitment rate was 2.9 participants/week. Two-thirds (69%) of participants in the intervention group used the NGAGE tool (1.5±0.9 uses/participant). Most engagement requests (39/47; 83.0%) were completed. Follow-up data was available for three-quarters of participants (67/88; 76%). Family members who used the NGAGE tool improved their family engagement score. There were no between group differences in mental health or satisfaction at follow-up (all p>0.05). Conclusions We found evidence to suggest that the NGAGE tool was feasible. The results will inform the design of a multi-center effectiveness trial of the NGAGE tool.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».