MétaCan
Menu
Retour à la cohorte
Enregistrement W4409337245 · doi:10.5334/ijic.icic24197

Supporting Integrated Stroke Care Transitions: An Interprofessional Learning Simulation

2025· article· en· W4409337245 sur OpenAlexaboutno aff
Sue Bookey‐Bassett

Notice bibliographique

RevueInternational Journal of Integrated Care · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntegrated careStroke (engine)NursingMedical educationPsychologyHealth careKnowledge managementComputer scienceProcess managementMedicineBusinessEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction: Older adults living with stroke and other comorbidities often experience care transitions across multiple health sectors. Multiple transitions jeopardize safe patient care. Managing stroke in addition to other comorbidities requires the expertise of multiple health and social care providers. Implementing best practices for integrated stroke care is critical to ensuring patients receive quality care to support full community reintegration. Interprofessional stroke-specific teams are required to deliver the specialized care required. Our team has developed a unique simulation that focuses on enhancing competencies for interprofessional integrated stroke care to support care quality and patient safety. Description: Guided by the INACSL Standards of Best Practice for simulation development,researchers and expert stroke clinicians co-designed the simulation scenario. Learning objectives were informed by experiential and reflective learning theories, and theCanadian Patient Safety Institute (CPSI) Safety Competencies. Multiple types of fidelity (e.g., physical environment, conceptual, psychological) were incorporated tocreate a realistic case scenario representing current best practices for stroke and care transitions. The simulation is intentionally focused on managing an older stroke survivor’s complex trajectory through two formal integrated care transitions from hospital to home in the community. The simulation incorporates concepts related to current system-level changes andexisting integrated models of stroke care in Ontario, Canada. Integrated care models are people-centered approaches to address fragmented care systems to improve quality of care, through the coordination of people’s care needs across services, providers, and settings. The simulation promotes active learning, problem-solving, and critical thinking skills. The content incorporates Canadian Best Practices for Stroke Care, CPSI Safety Competencies for Health Professionals, the International Foundation of Integrated Care Pillars, and the Model for Improvement quality framework. Discussion: This novel open-access simulation consists of two video-recorded scenes featuring an interprofessional integrated approach to stroke care across two care transitions from 1) acute care to a rehabilitation hospital, and 2) a rehabilitation hospital back to the patient’s home in the community. The simulation profiles the specific knowledge and skills of the interprofessional team members’ roles for stroke care. Further, the simulation intentionally highlights how the patient is actively engaged as a member of the interprofessional integrated stroke team. The video simulation provides an opportunity for use in the context of undergraduate/graduate courses with further uptake that can be considered in practice contexts such as stroke rehabilitation programs to enhance safe, quality integrated care transitions. Results from the in-class evaluation of the video simulation focusing on the student experiences of the debrief discussion will be presented. Next steps: We aim to engage clinicians in additional practice partner agencies from the hospital and community sector to support workforce capacity for integrated stroke care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,010
Tête enseignante GPT0,360
Écart entre enseignants0,350 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Integrated CareMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207