How haematological cancer nurses experience the threat of patients’ mortality
Notice bibliographique
Résumé
AIM: This article explores how cancer nurses experienced the threat of patients' mortality on malignant haematology units of one institution in Ontario, Canada. BACKGROUND: Although patients with cancer are living longer with bone marrow transplantations, still they face possibilities of dying due to complications from treatment and their disease. METHODS: Interpretive phenomenology guided the process. Nineteen front-line registered nurses were purposively recruited from two inpatient bone marrow transplant units. Focused observations and individual interviews were analysed. Data were collected from April to August 2007. RESULTS: The major findings emphasized nurses' internal conflict related to their simultaneous need to help patients fight their disease and to prepare them for the possibility of letting go. The authors used the terms 'letting go', not to reflect nurses' intents to abandon life but to release patients from perceived norms of the 'curative culture'. Nurses experienced 'bursting the bubble of hope' by circumstances not in their control, and were often not certain whether or not to respond and how to respond to the distress of patients and families about death and dying. When feeling reassured of meeting patients' and families' expectations, nurses enabled patients and families to let go when further treatment was futile, prevented technological intrusions, and helped patients have 'easier' deaths. CONCLUSION: Results suggest enhancing nurses' capacity to negotiate more effectively the contradictory clinical tasks of fighting disease and preparing patients for the end of life. In this regard, nurses may minimize patients' distress by providing opportunities for them to share their fears and have them validated.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».