Developing and Testing a Program to Strengthen the Dementia Palliative Care Trial Workforce
Notice bibliographique
Résumé
OBJECTIVE: To describe the development and early outcomes of the National Institute on Aging (NIA)-funded Dementia Palliative Care Clinical Trials Training Program (DEM-PCCT). BACKGROUND: Nonpharmacological palliative care interventions can improve the lives of people living with dementia and their care partners, yet evidence remains limited. We developed DEM-PCCT to train investigators and enhance evidence-based dementia palliative care interventions. DEM-PCCT represents the first national program to integrate dementia-specific palliative care training with structured grant development, NIH stage model-based didactics, experiential trainings and longitudinal evaluation of scholar productivity-addressing a critical gap. METHODS: DEM-PCCT is a ten-month program where scholars participate in monthly virtual sessions and a one-week in-person didactic and experiential program. The curriculum to supports participants' research grant development and submission. Participants evaluate curriculum components and report their confidence, comfort and knowledge with conducting dementia clinical trials pre- and post-training. We also track grant submissions, published manuscripts and feasibility outcomes. RESULTS: Three cohorts of interdisciplinary scholars (N = 53) have started and two have completed DEM-PCCT. Program feasibility and satisfaction were high. Confidence and comfort conducting dementia clinical trials significantly improved (P-value <0.05 for both). Most scholars submitted at least one research grant application by program completion, and secured funding. Scholars report continued productivity in grants and publications. CONCLUSION: DEM-PCCT is a novel national training model that advances dementia palliative care by combining didactic training, experiential learning and structured grant development. Thus, DEM-PCCT builds the scientific workforce and serves as a model to accelerate evidence-based dementia palliative care interventions.
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 | 0,123 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,003 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,006 | 0,014 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 ».