Expectations of a virtual reality program for older adults with dementia in hospitals: Perspectives of patient partners, families, staff, and care leaders
Notice bibliographique
Résumé
Background: Emerging evidence suggests that virtual reality (VR) technology can potentially improve the wellbeing of older adults living with dementia in hospital care units. Nevertheless, older patients are often excluded from VR opportunities. Meaningful engagement of patient partners, family caregivers, staff, and care leaders is needed to ensure the appropriate development and implementation of these programs. Objective: To understand the expectations of patient partners, families, staff, and care leaders regarding development and implementation of a VR program for patients with dementia in hospitals. Method: Drawing on principles of Collaborative Action Research and underpinned by the Person-Centred Framework, we conducted qualitative focus groups and interviews with 42 individuals including 7 patients, 9 family members, 17 frontline staff members and 9 organizational leaders. Results: We performed a thematic analysis and identified three interconnected themes: (1) anticipating positive functions and outcomes, (2) considerations on VR program implementation, and (3) desired VR features for patients with dementia. Conclusion: This study explored multiple partners' needs and priorities on a VR program in hospitals, emphasizing the pivotal role of multipartner collaboration and supportive care environment essential for delivering a person-centred VR experience. Future studies are recommended to further the investigation by deploying and evaluating a person-centred VR program for patients with dementia in hospital settings through collaboration with multiple partners.
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 | 0,000 |
| 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 ».