Measuring symptoms at the end of life using the Edmonton Symptom Assessment System
Notice bibliographique
Résumé
Abstract Introduction and aims The Edmonton Symptom Assessment System (ESAS) has been validated for patient-completed, caregiver-assisted and caregiver-rated scoring of patients' symptoms, enabling symptom recording to continue as patients deteriorate. However, it has not been used to assess symptoms at the end of life specifically. We aimed to assess the utility of ESAS in scoring symptoms in the dying patient. Methods 70 patients were recruited; 40 before and 30 following the introduction of a simple end-of-life (EOL) care tool. Nursing staff were asked to complete 12 hourly ESAS scores from the time the ‘diagnosis of dying’ was made until death. Results 249 of a required 418 (59%) ESAS were completed in the pre- and 140 of 302 (46%) in the post-implementation group. 29/40 (72%) and 25/30 (83%) patients had an ESAS completed in the last 24 h in pre- and post- groups respectively. Comparison of scores for EOL symptoms before and after the introduction of the tool showed less symptom burden in the group where the tool was used. The differences in scores with 95% CIs (0–100 scales) were: pain 12.4 (−2.3 to 27.1); shortness of breath 11.7 (−6.2 to 29.6); anxiety 7.3 (−7.8 to 22.5); nausea 5.9 (−2.6 to 14.5) and secretions 12.3 (−6.7 to 31.3). Conclusion The amount of missing data suggests 12-hourly ESAS scoring was onerous for ward staff and would not therefore capture longitudinal symptom changes. However, ESAS was useful for assessing symptoms in the last 24 h of life, enabling comparison between the two groups.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».