MétaCan
Menu
Retour à la cohorte
Enregistrement W2024158918 · doi:10.1159/000104542

Talking with Families when Their Children Are Dying

2007· article· en· W2024158918 sur OpenAlexaff
Leora Kuttner

Notice bibliographique

RevueMedical Principles and Practice · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCompassionHonestyEmpathyConversationMedicineConsistency (knowledge bases)ConstructivePsychological interventionGriefPalliative carePerceptionMedical educationNursingPsychologySocial psychologyPsychiatryProcess (computing)

Résumé

récupéré en direct d'OpenAlex

Talking with a family whose child is dying is painful and challenging, yet can be a profoundly rewarding aspect of a physician’s work. At some time, every physician must give patients bad news. If this conversation is carried out well, with preparation, compassion, genuine empathy and skill, this adds considerably to the physician’s capacity to provide comprehensive care. Until recently however, there has been little or no training for this sensitive and delicate undertaking. Recent research indicates that breaking bad news to a family is a trainable skill. Data show a high consistency in the desirable traits for good communication. These are compassion, clinical accuracy, honesty, and availability. The literature emphasizes allowing sufficient time in a quiet private setting, following the families’ agenda, using nontechnical language, being emotionally responsive and not doing it alone. Training should include constructive feedback on communication skills, on patient’s perception, addressing interventions, and determining patient’s and caregivers’ support systems. Parental feedback during end-of-life care indicates that maintaining hope, while being honest about what is happening, enables families to cope. Integrating siblings of the dying child is an essential part of successfully talking with the family, as they too carry a heavy burden of grief.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,040
Tête enseignante GPT0,326
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations13
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Principles and PracticeMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207