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 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 | 0,037 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».