MétaCan
Menu
Retour à la cohorte
Enregistrement W2043351212 · doi:10.1177/0269216306072347

Measurement of psychological distress in palliative care

2006· review· en· W2043351212 sur OpenAlexaff
Brian Kelly, Susan McClement, Harvey Max Chochinov

Notice bibliographique

RevuePalliative Medicine · 2006
Typereview
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPalliative careMedicineDistressPsychological distressIntensive care medicinePsychiatryNursingFamily medicineClinical psychologyMental health

Résumé

récupéré en direct d'OpenAlex

Research investigating the psychological distress of palliative care patients has contributed to our understanding of the needs and experiences of individuals approaching death. This paper aims to provide a brief review of such measurement of psychological distress in palliative care, focusing on established psychiatric and psychological research tools, and quantitative research methods. This includes clinical screening and diagnostic assessment instruments used to identify key distress-related symptoms and the presence of common clinical syndromes, such as depression, anxiety, delirium, as well as the broader psychological dimensions of suffering, such as existential concerns, spirituality, hope and demoralisation. There are important considerations in undertaking psychological research in palliative care, such as maintaining a balance between the methods and measurements that will address key research questions, and sensitivity to the range of physical and emotional demands facing individuals at the point of receiving palliative care. The clinical application of psychological and psychiatric research tools and methods can aid the detection of psychological distress, aid the thorough assessment of the psychological dimension of the patients' illness and care, aid the identification of individuals who would benefit from specific psychotherapeutic or pharmacologic interventions, and the evaluation of response to treatments.

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)0,004
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,382
Tête enseignante GPT0,523
Écart entre enseignants0,141 · 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
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

Citations121
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalliative MedicineMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207