Prevention and Early Delirium Identification Carer Toolkit ( <scp>PREDICT</scp> ): A Study Protocol for a Stepped‐Wedge, Cluster Randomised Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Delirium, a common, serious and often preventable complication in older hospitalised adults, contributes to significant health and social care costs. Carers are uniquely positioned to identify early signs and support delirium prevention. The Prevention & Early Delirium Identification Carer Toolkit (PREDICT), a novel model of care designed to educate carers about delirium management and prevention strategies, enables them to actively participate in the care and recovery of their person. Developed through a comprehensive literature review, a co-designed eDelphi and pilot study, PREDICT demonstrated acceptability and feasibility. AIMS: To evaluate the effectiveness, implementation and cost-benefit of a PREDICT in hospital settings. METHOD: A stepped-wedge cluster randomised controlled trial (SW-cRCT), consisting of a cohort study, healthcare service evaluation, and process evaluation. The study will assess carer and staff knowledge of delirium, carer care giving stress, health service outcomes (e.g., incidence, length of stay, readmissions) and cost-benefit. DISCUSSION: PREDICT is a scalable, person-centred approach that supports both patients and carers, with the potential to embed best-practice delirium management into routine healthcare. PUBLIC AND PATIENT INVOLVEMENT: This study was developed in consultation with older adults, carers and healthcare staff. Two consumer representatives joined the project steering committee and contributed to shaping the research question, refining the study protocol and selecting outcome measures relevant to families and healthcare staff. Carers were involved in reviewing participant information sheets and the PREDICT website, providing feedback to ensure clarity and accessibility. Results will be shared with participants and the wider community through plain-language summaries and public presentations. TRIAL REGISTRATION: Australian and New Zealand Clinical trial: ACTRN12625000705482 registered on the 3rd of July 2025.
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 | 0,080 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,013 | 0,007 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,090 | 0,017 |
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 ».