Prioritization of indicators of the quality of care provided to older adults with frailty by key stakeholders from five canadian provinces
Notice bibliographique
Résumé
Abstract Background To meet the needs of older adults with frailty better, it is essential to understand which aspects of care are important from their perspective. We therefore sought to assess the importance of a set of quality indicators (QI) for monitoring outcomes in this population. Methods In this mixed-method study, key stakeholders completed a survey on the importance of 36 QIs, and then explained their ratings in a semi-structured interview. Stakeholders included older adults with frailty and their caregivers, healthcare providers (HCPs), and healthcare administrators or policy/decision makers (DMs). We conducted descriptive statistical analyses of quantitative variables, and deductive thematic qualitative analyses of interview transcripts. Results The 42 participants (8 older adults, 18 HCPs, and 16 DMs) rated six QIs as more important: increasing the patients’ quality of life; increasing healthcare staff skills; decreasing patients’ symptoms; decreasing family caregiver burden; increasing patients’ satisfaction with care; and increasing family doctor continuity of care. Conclusions Key stakeholders prioritized QIs that focus on outcomes targeted to patients and caregivers, whereas the current healthcare systems generally focus on processes of care. Quality improvement initiatives should therefore take better account of aspects of care that are important for older adults with frailty, such as having a chance to express their individual goals of care, receiving quality communications from HCPs, or monitoring symptoms that they might not spontaneously describe. Our results point to the need for patient-centred care that is oriented toward quality of life for older adults with frailty.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,065 | 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 ».