Application of Quality Improvement Framework to reduce incidents of aggressive and abusive behaviours in an inpatient acquired brain injury unit.
Notice bibliographique
Résumé
Incidents of challenging behaviours among patients with acquired brain injury (ABI) are exceptionally common in inpatient ABI rehabilitation units. Minimizing the occurrence of these incidents is of utmost importance to safeguard patient and staff safety and well-being. The aim of the current ongoing project is to apply a Quality Improvement Framework across three provincial ABI programs in Ontario to reduce the number of challenging behaviour incidents of patients. The authors engaged frontline staff in multiple PDSA cycles aimed at discovering the precipitating factors to challenging behaviour that was occurring at the participating facilities. Information from two structured qualitative data collection methods indicated multiple precipitating factors that influence challenging behaviour, although communicating choice options was identified as the most common precipitating factor. The authors created a measurement tool and Behaviour Skills Training protocol to communicate choice options to clients. Through baseline measures results indicated that there was potential for improvement of staff behaviour. Once the training protocol was piloted and then trained across multiple staff members, client engagement increased and the topography of the challenging behaviour became less harmful. Future direction of the project involves creating a training protocol that can be delivered across all participating site effectively and efficiently.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,024 | 0,014 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,010 |
| Science ouverte | 0,009 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».