Characteristics, Interventions, and Outcomes of Lung Transplant Recipients Co-Managed with Palliative Care
Notice bibliographique
Résumé
BACKGROUND: Lung transplantation (LT) recipients carry a high symptom burden. Palliative Care (PC) is a field of medicine focused on symptom control and psychosocial support, but transplant recipients are often referred to PC very late in the disease course, if at all. In our institution, the LT service has increasingly consulted PC to co-manage LT recipients with end-stage graft dysfunction or other terminal conditions. We present the characteristics, PC interventions used, and outcomes of these patients. METHODS: We conducted a single-center, retrospective, cohort study of LT recipients referred for PC consultation between January 2010 and May 2012. We collected patient demographics, timing and location of PC consultation, PC interventions, and patient outcomes. RESULTS: Twenty-four patients met the inclusion criteria. Sixteen (67%) had chronic allograft dysfunction. Reasons for referral were dyspnea (42%), end-of-life planning (42%), pain (29%), cough (4%), anxiety (4%), and depression (4%). Referral was made a median of 3.2 (range, 0.2 to 18) years from transplant and a median 14 days (range, 0 to 227 days) from death. Eighty-three percent of consultations occurred >48 hours from time of death. Ninety-two percent of patients were prescribed opioids over their course of treatment. Among the 12 (50%) who died in our center, 10 (83%) were receiving comfort medications. Eight patients (33%) initially requested full resuscitation at the time of PC consultation, but seven of these patients (or their surrogates) later agreed to a do not resuscitate (DNR) order; the eighth was still alive at last follow-up. No patient in this study received cardiopulmonary resuscitation (CPR) at the time of death. CONCLUSION: LT recipients referred for PC co-management typically receive comfort medications and avoid the aggressive end-of-life care usually reported for this population. The effect of PC interventions on patient quality of life requires further study.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».