Factors Associated With Missed Nursing Care in Home Care Setting: Insights From the AIDOMUS‐IT Multicentre Study
Notice bibliographique
Résumé
Aims: To explore factors associated with missed nursing care (MNC) in home care in Italy. Methods: A secondary analysis of the AIDOMUS‐IT national cross‐sectional study was conducted investigating structural factors, including details on services offered, waiting times, nurses’ working conditions and workload, nurses’ perceptions of the work environment, climate, staffing adequateness, opportunities for career advancements, leadership, level of burnout, and work‐life balance. Nurses’ and patients’ characteristics were hypothesized as “part of the MNC process,” while patients’ perception of care as an MNC outcome. The “Missed Nursing Care in the Home Care” (MNC_HC) instrument was developed and validated. Other instruments used were the “Practice Environment Scale of the Nursing Work Index,” the “NASA Task Load Index,” and the “Copenhagen Psychosocial Questionnaire version III”. Data from nursing directors, home care nurses, and patients were used in a quantile regression to explore factors linked to MNC. A univariate linear regression model assessed the relationship between MNC and patients’ evaluation of the service. Results: A total of 3949 nurses and 9780 patients participated in this study. MNC was reported by 3545 nurses (89.77%), and MNC_HC mean score of items of care missed was 5.23 (SD = 3.18) out of 9. When MNC was low, overtime work increased it, while staffing adequacy and leadership quality reduced it. When MNC was at a medium level, associated factors included longer patient waiting times, more home visits per shift, and inadequate staffing. When MNC was high, work‐life conflict and burnout were strongly associated with increased MNC. High perceived workload and lack of career progression opportunities were consistently associated with MNC, regardless of its level. Conclusion: A critical appraisal of organizational and staffing features is recommended in home care. To enhance both patient outcomes and nurse satisfaction, it is advisable to implement indicators to monitor care delivery, revise nurse staffing levels, and establish advanced roles, such as specialized community nursing positions.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».