MétaCan
Menu
Retour à la cohorte
Enregistrement W1987229766 · doi:10.1188/09.onf.69-77

Where the Dying Live: A Systematic Review of Determinants of Place of End-of-Life Cancer Care

2009· review· en· W1987229766 sur OpenAlexaff
Mary Murray, Valerie Fiset, Sandra Young, Jennifer Kryworuchko

Notice bibliographique

RevueOncology nursing forum · 2009
Typereview
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineEnd-of-life carePlace of deathCancerGerontologyTerminal carePalliative careNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE/OBJECTIVES: To describe the determinants of place of end-of-life (EOL) care for patients with cancer. DATA SOURCES: A systematic literature review of primary research studies (1997-2007) was conducted. Studies that investigated place of EOL care or identified place of EOL care in relation to outcomes were examined, their critical quality was appraised, and references were mapped. DATA SYNTHESIS: Of the 735 articles identified, 39 (representing 33 studies) met inclusion criteria. Two main research designs emerged: large-scale epidemiologic reports and smaller descriptive studies. Findings suggest that factors related to the disease, the individual, and the care and social environment influence place of EOL care for patients with cancer. Social support, healthcare inputs (from services and programs and healthcare provider contact), and patient preferences were the most important factors. CONCLUSIONS: Most patients with terminal cancer prefer home palliation; however, most die in an institution. The reasons are complex, with various determinants influencing decisions regarding place of EOL care. IMPLICATIONS FOR NURSING: Findings may highlight evidence-based interventions to assist patients and families facing decisions regarding place of EOL care. A clearer understanding of factors that influence place of EOL care for patients with cancer could enhance healthcare policy and guide needs-based modifications of the healthcare system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0080,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,501
Écart entre enseignants0,367 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations102
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncology nursing forumMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207