Evidence Base of Advance Care Planning for Patients with Advanced Disease: research evidence leading to practical implementation
Notice bibliographique
Résumé
The majority of chronically ill individuals do not participate in advance care planning (ACP) and therefore are denied the opportunity to clarify their values, treatment preferences and goals for end-of-life care. Numerous patient, health care provider and health system barriers to routinely facilitating effective ACP have been identified. Unlike other interventions, there are no consistent standards about when to initiate or how to conduct these discussions. In addition, patients' perspectives of the salient elements of ACP and their preferences regarding how ACP should be facilitated may differ from those of their health care professionals. Recently, however, systems and processes have been evolving to integrate ACP into routine clinical care for patients with advanced diseases, involving substantial behavioural change, health information technology, social marketing and legislation/policy changes. While data from clinical trials of multidimensional ACP interventions remain limited, preliminary evidence strongly supports the value of ACP in allowing patients to prepare for death, strengthen relationships with loved ones, achieve a sense of control, relieve burdens placed on others and through all this positively enhance hope. ACP has also been shown to strengthen patient-physician relationships, achieve higher congruence between surrogates and patients in their understanding of patients' end-of-life preferences, and attain greater satisfaction with and less conflict about these end-of-life decisions. Data specific to end-of-life care practices are more limited but suggest ACP has positive outcomes such as increased hospice length of stay, less time spent in hospital and more deaths occurring at patients' place of choice.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».