Development of an educational resource for nursing staff and unlicensed personnel on the identification and prevention of urinary tract infections within residents living in long term care
Notice bibliographique
Résumé
Background: Urinary tract infections (UTIs) occur within the genitourinary system and lead to serious infections resulting in hospitalization and death. Older adults are at a higher risk of developing UTIs due to decreased immunity, this may further be exacerbated by increased rates of bladder and bowel incontinence. UTIs are among the most frequently diagnosed infections in older adults and may be preventable or less severe if detected early and modifiable risk factors are addressed. Purpose: To develop an educational resource focused on the identification and prevention of UTIs for Long Term Home (LTCH) staff working with older adults and their family members. Methods included: 1) an integrative literature review 2) an environmental scan of resources related to UTIs available online within Canada and internationally 3) consultation interviews with key stakeholders and 4) the development of the educational resource. Results: Findings highlighted the need for an educational resource to support LTCH staff and families in being able to identify and prevent UTIs in older adults. The literature revealed that LTCH staff may experience knowledge deficits in identifying clinical signs and symptoms of UTI, and preventative measures. The findings from the methods informed the educational resource consisting of two infographics for LTCH staff. These infographics covered UTI risk factors for older adults, prevention interventions, special nursing considerations, the clinical signs and symptoms of infection, and diagnostic testing requirements. Conclusion: The development of the educational resource is to support LTCH staff to provide evidence-informed care to prevent and identify UTI’s within older adults living in LTCH.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,003 |
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 ».