MétaCan
Menu
Retour à la cohorte

ENGAGING THE HEALTH CARE TEAM TO PROMOTE PATIENT ACTIVATION FOR ENHANCED STROKE RECOVERY

2017· other· en· W6927599687 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPatient satisfactionStroke (engine)Health careAcute strokePatient educationAcute careBest practiceMEDLINE

Résumé

récupéré en direct d'OpenAlex

Activating stroke survivors in acute care is challenging. Engaging the care team to meet the challenge is complex. Canadian Stroke Best Practices advocate for early patient activation to promote recovery. Our team is currently implementing a multi-pronged strategy to promote patient activation for stroke patients during their hospital stay. Objectives: 1) Assess the effect of a music-enhanced movement program on a) amount of time patients are active during their hospital stay, b) length of stay and c) satisfaction with care received. 2) Determine to what extent a series of education capsules for patient care attendants (PCA) will improve knowledge, enhance skills and change practice behaviors related to patient activation on an acute stroke unit. Methods: The music-enhanced program is currently delivered by student volunteers, with supervision from a recreational therapist. Volunteers track patient-related outcomes. Program-related outcomes such as length of stay and satisfaction with care will be analysed pre/post two iterations. The education capsules will be evaluated using a multiple time series design. Results: A first iteration of the music-enhanced movement program resulted in 109 visits by student volunteers and in 21 hours of additional activation for patients. The effect on length of stay and satisfaction of care are currently being examined. The education capsules for the patient care attendants are well-received to date. Conclusions: Patient-related and organizational factors need to be considered when developing innovative approaches in order to enhance their probability of sustainability. Patient activation can begin early after stroke, in acute care, with results that impact 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,374
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Travaux en français237 207