The use of acceptance and commitment therapy among older adults in assisted living: a trend analysis and acceptability and feasibility study
Notice bibliographique
Résumé
Canadian society is undergoing a major demographic shift in which a fifth of the population will be 65 years or older by 2024 (Garner et al., 2018). Professionals will need to become more adept at addressing this population’s mental health needs (Cairney et al., 2008). Prevalence rates of depression, anxiety, and chronic pain among older adults appear to vary by residential setting, with increased intensity of associated care associated with increased prevalence of mental health difficulties (Barbosa et al., 2014; Blazer, 2003; Creighton et al., 2015; Djernes, 2006; Fiske, 2009; Maxwell et al., 2013; Watson et al., 2003; Watson et al., 2006). \nAssisted living facilities are ideal sites for intervention as residents’ mental health in this setting has serious implications for earlier discharge to nursing homes and even death (Watson et al., 2003). Group-based ACT interventions offer an effective and resource efficient solution to address this population’s needs. The present study examines the impact of group-based ACT on participants’ depression, anxiety, and chronic pain and examines the intervention’s acceptability and feasibility. Trend analyses were consistent with the anticipated reduction of anxiety and, to a lesser extent, depression. While the intervention appeared to be acceptable, there were significant challenges with feasibility, particularly with regarding recruitment. Implementing different recruitment strategies, including developing longstanding relationships with participating facilities and accepting referrals from potential participants’ treatment teams, may increase feasibility in future studies.
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 | 0,001 | 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) | 0,000 | 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 ».