Pilot implementation of the mod‐REFS frailty screening tool in an Australian home care provider to improve client health and well‐being
Notice bibliographique
Résumé
OBJECTIVE: Frailty refers to increased vulnerability and decreased resilience with associated increased risk of adverse health outcomes. Frailty mostly affects older adults; hence, early identification is necessary to prevent further decline. To help optimise health and well-being, we aimed to implement a holistic frailty screening tool, the modified Reported Edmonton Frail Scale (mod-REFS) within an Australian aged and community home care provider. METHODS: The Implementation Framework for Aged Care guided implementation and evaluation, including co-design with key stakeholders. Clinical (nurses and allied health) and non-clinical (personal care workers) home care staff administered the mod-REFS in a pilot. Evaluation of feasibility, acceptability and fidelity of the tool was undertaken using administrative data alongside a staff survey. RESULTS: Between July and October 2023, the mod-REFS was completed for 218 clients from Queensland and Victoria, with almost two-thirds (n = 142, 65%) identified as either prefrail (n = 57, 26%) or frail (n = 85, 39%). A greater percentage were prefrail and frail in Victoria than in Queensland. The staff survey (n = 27) identified that the mod-REFS was considered helpful by most (n = 15, 55%); quick, easy to use, concise, very practical; and able to identify frailty levels and other important issues such as depression. Most staff (n = 23, 85%) required no training to use the tool. CONCLUSIONS: Implementing the mod-REFS to identify prefrailty or frailty was feasible and acceptable when administered by a range of home care staff. Implementation requires input from all stakeholders. Early identification and intervention could prevent deterioration and improve well-being of those receiving home care services.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».