Development and validation of a measurement tool to assess perceptions of palliative care
Notice bibliographique
Résumé
OBJECTIVES: Understanding patient's perceptions about palliative care is necessary to make an effective referral. The aim was to develop and validate a measure of patient perceptions. METHODS: Items were generated through patient, family caregiver and health professional interviews. The Perceptions of Palliative Care Instrument (PPCI) was administered to 85 patients with advanced cancer (AC). A subset (n = 39) completed it 7 days later. Participants also completed the Palliative Care Outcome Scale (POS), the Edmonton Symptom Assessment Scale (ESAS) and the Distress Thermometer (DT) for validation purposes. RESULTS: Factor analysis revealed four domains (positive and negative emotional and cognitive reactions to palliative care, emotional and practical palliative care needs and perceptions of health) and eight subscales with factor loadings for all items above 0.51, explaining 61-81% of the total variance. Reliability analyses revealed high internal consistency (Cronbach's alpha coefficients >0.76). Intraclass correlation coefficients showed moderate to strong correlations between time points indicating stability over time. All POS items correlated with two or more dimensions of the PPCI (all r > 0.30); ESAS total distress correlated positively with the palliative care needs domain and the DT with needs and perceived burden (all r > 0.30). CONCLUSIONS: The PPCI is a four-factor, 37-item measure that assesses perceptions of palliative care held by patients with AC. The measure has good internal consistency, test-retest reliability and convergent validity.
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 | 0,000 |
| 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 ».