The provision of end-of-life care by medical-surgical nurses working in acute care: A literature review
Notice bibliographique
Résumé
OBJECTIVE: Caring for terminally ill patients is complex, stressful, and at times distressing for nurses. Acute care hospitals continue to be the predominant place of death for terminally ill patients in most Western countries. The objective of the present literature review was to explore and gain an in-depth understanding of the experience of providing end-of-life (EOL) care by medical-surgical RNs working in acute care hospitals, to identify knowledge gaps, and to recommend future research. METHOD: A comprehensive literature review was conducted using the following electronic databases: CINAHL, MEDLINE, and PsyInfo (from 1992 to October 2012). RESULTS: The findings from the 16 reviewed studies suggest that nurses felt a strong commitment to help terminally ill patients experience a good death. Nurses reported feeling deeply rewarded and privileged to share the EOL experience with patients/families. Organizational and individual factors influenced nurses' experience. Important challenges were associated with managing the divergent needs of a mixed patient load (i.e., curative and palliative care patients) in a biomedical culture of care that is heavily oriented toward cure and recovery. In this culture, nurses' emotional work and ideals of good EOL care are often not recognized and supported. SIGNIFICANCE OF RESULTS: Managerial and organizational support that recognize the centrality of emotional work nurses provide to dying patients is needed. More research exploring ways to improve communication among nurses and medical colleagues is essential. Finally, a critical examination of the ideological assumptions guiding nurses' practice of EOL care within the context of acute care is recommended to help reveal their powerful influence in shaping nurses' overall understanding and experience of EOL care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,017 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».