Barriers and facilitators to person-centred infection prevention and control: results of a survey about the Dementia Isolation Toolkit
Notice bibliographique
Résumé
Abstract Background People working in long-term care homes (LTCH) face difficult decisions balancing the risk of infection spread with the hardship imposed on residents by infection control and prevention (ICP) measures. The Dementia Isolation Toolkit (DIT) was developed to address the gap in ethical guidance on how to safely and effectively isolate people living with dementia while supporting their personhood. In this observational study, we report the results of a survey of LTCH staff on barriers and facilitators regarding isolating residents, and the impact of the DIT on staff moral distress. Methods We completed an online cross-sectional survey. Participants (n = 207) were staff working on-site in LTCH in Ontario, Canada since March 1, 2020, with direct or indirect experience with the isolation of residents. LTCH staff were recruited through provincial LTCH organizations, social media, and the DIT website. Survey results were summarized, and three groups compared, those: (1) unfamiliar with, (2) familiar with, and (3) users of the DIT. Results 61% of respondents identified distress of LTCH staff about the harmful effects of isolation on residents as a major barrier to effective isolation. Facilitators for isolation included delivery of 1:1 activity in the resident’s room (81%) and designating essential caregivers to provide support (67%). Almost all respondents (84%) reported an increase in moral distress. DIT users were less likely to report an impact of moral distress on job satisfaction (odds ratio (OR) 0.41, 95% CI 0.19-0.87) with 48% of users reporting the DIT was helpful in reducing their level of moral distress. Conclusions Isolation as an ICP measure in LTCH environments creates moral distress among staff which is a barrier to its effectiveness. ICP guidance to LTCH would be strengthened by the inclusion of a dementia-specific ethical framework that addresses how to minimize the harms of isolation on both residents and staff.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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; 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 ».