Clinician-Caregiver Engagement in Older Adult Care. Development of a Validated Caregiver Experience Survey to Inform the Optimization of the Caregiver Role
Notice bibliographique
Résumé
Background: Clinicians caring for older adults often lack information on how best to engage with caregivers to optimize patient health and care experiences. The objective of this study was to build a valid survey to better understand clinician-caregiver engagement. Method: Study methods were co-designed with caregivers of older adults and geriatric medicine experts from across Ontario, Canada. Recognized survey research methods were utilized (literature review, survey framework development, draft survey items, cognitive interviews ( n = 8), pilot testing ( n = 120), and psychometric analysis). Results: The final version of the online “Caregiver Experience Survey” includes 11 core items, 1 overall item, 2 qualitative questions, and 2 demographic questions. Very high internal consistency was demonstrated among the 11 core items (Cronbach's alpha: 0.94). The correlation between the overall rating and the summed 11-core item score was 0.74, providing evidence of construct validity. Face and content validity were also demonstrated. Conclusion: This psychometrically sound online survey, which measures the degree to which caregivers experience meaningful engagement with clinicians to fulfill their caregiver role, can be used by clinicians to identify quality improvement initiatives.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».