The healthcare professionals’ role in older adults’ road safety in primary care settings in Canada: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: During the aging process, many older adults will see their ability to drive affected, particularly due to the high prevalence of health problems. To this end, healthcare professionals working in primary care are in frequent contact with older drivers at risk and for whom interventions must be undertaken. However, little is known about their role, despite the major implications with legal authorities in assessing fitness to drive and in reporting unsafe drivers, especially in a Quebec setting. The purpose of this study was to describe the role of primary healthcare professionals in road safety. METHODS: Within a descriptive qualitative design, semi-structured interviews were undertaken with 27 primary healthcare professionals (registered nurses (n = 16), occupational therapists (n = 7), and family physicians (n = 4)). Using an inductive approach, qualitative data was analyzed with the content analysis method. RESULTS: The road safety role of the primary healthcare professionals interviewed varied between professions, depending on their respective expertise. Furthermore, they work in close collaboration and interdisciplinarity. Their role is divided into two main components, namely screening and assessment of older drivers’ driving abilities, as well as of the support and accompaniment offered to older adults, following the loss of their driver’s license. Their role also differs in terms of legally declaring older drivers fit or not to drive. Some professionals integrate preventive interventions into their practice, aimed either to keep older adults driving as long as possible, or to prepare them to stop driving. Several healthcare professionals reported experiencing challenges, especially during the process of assessing their older patients’ fitness to drive. CONCLUSIONS: This study’s results will help organizations to develop training programs allowing primary healthcare professionals to improve their practice with older drivers and their loved ones.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,019 | 0,008 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».