“The first transition is from resident to patient”: understanding the decisional needs of long-term care residents preparing for hospital transitions
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Long-term care (LTC) residents are frequently transferred to hospitals, yet these transitions do not always align with residents' care goals or preferences. This study aimed to assess the decisional and informational needs of LTC residents, focusing on their decision-making priorities and knowledge gaps when facing hospital transition decisions. RESEARCH DESIGN AND METHODS: The researchers conducted 28 semi-structured interviews with residents (n = 9), care partners (n = 8), and staff (n = 11) across three LTC homes in Ontario, Canada. Guided by the Ottawa Decision Support Framework and the Decisional Needs Assessment Workbook, the interviews explored participants' experiences, decision-making needs, and information requirements for LTC-to-hospital transitions. Interviews were transcribed verbatim and analyzed using reflexive thematic analysis. RESULTS: Participants were predominantly white and female, with 68.3 as residents' mean age and 70.5 as care partners' mean age. Staff (mean age: 46.5) were more ethnically diverse in a range of clinical and leadership roles. Four interconnected themes about resident needs during LTC-to-hospital transitions emerged: (a) communication and transparency, (b) continuity of care between LTC homes and hospitals, (c) awareness of ageist assumptions and conflicting priorities, and (d) trust building during care transitions. DISCUSSION AND IMPLICATIONS: This study highlights the persistent challenges that residents, care partners, and staff face in preparing for and making decisions regarding LTC-to-hospital transitions. The findings emphasize the urgent need for decision-support tools that empower LTC residents to feel better prepared to make decisions that reflect their values, priorities, and goals of care.
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 | 0,001 | 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 ».