Frailty Focused Enhancements to Seniors’ Hospital Care (FrESH): a Mixed Methods Study Reporting the Efficacy of Specialized Education for Front-line Staff
Notice bibliographique
Résumé
Background: Acute care hospital stays often lead to increased frailty and functional decline in older adults. Interventions such as specialized education for nurses can improve health outcomes and decrease lengths of stay for these patients. This study aimed to identify the facilitators and barriers to providing care to older adults in acute care, and the efficacy of specialized education for front-line staff. Methods: A specialized education program for front-line staff, Frailty Focused Enhancements to Seniors' Hospital Care (FrESH), was developed and delivered across five family medicine units in New Brunswick (NB). A mixed methods approach was used to assess the knowledge, attitudes, and experiences of staff caring for hospitalized older adults, and evaluate the impact of providing specialized education. Patient-level data on delirium, mobility, and medications pre- and post-specialized education intervention were collected and analyzed. Results: Sixty-three front-line staff participated. Analysis of questionnaires demonstrated that staff had positive attitudes and beliefs about caring for older adults; however, knowledge of geriatric care principles was limited and remained unchanged. There was no significant change in patient-level measures post-intervention. Environmental constraints hindered staff from implementing best practices, leading to practical challenges to care delivery. While respondents expressed satisfaction with the education, their capacity to deliver the type of care presented in the education sessions was not achievable. Conclusion: Staff identified the need for specialized education; however, there was no impact on care after participation. Results will inform changes to the specialized education programs targeting care for hospitalized older adults in acute 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 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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».