MétaCan
Menu
Retour à la cohorte
Enregistrement W2150059819 · doi:10.2215/cjn.05960809

End-of-Life Care Preferences and Needs

2010· article· en· W2150059819 sur OpenAlexaffabout
Sara N. Davison

Notice bibliographique

RevueClinical Journal of the American Society of Nephrology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineEnd-of-life careIntensive care medicineNursingPalliative care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Despite high mortality rates, surprisingly little research has been done to study chronic kidney disease (CKD) patients' preferences for end-of-life care. The objective of this study was to evaluate end-of-life care preferences of CKD patients to help identify gaps between current end-of-life care practice and patients' preferences and to help prioritize and guide future innovation in end-of-life care policy. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: A total of 584 stage 4 and stage 5 CKD patients were surveyed as they presented to dialysis, transplantation, or predialysis clinics in a Canadian, university-based renal program between January and April 2008. RESULTS: Participants reported relying on the nephrology staff for extensive end-of- life care needs not currently systematically integrated into their renal care, such as pain and symptom management, advance care planning, and psychosocial and spiritual support. Participants also had poor self-reported knowledge of palliative care options and of their illness trajectory. A total of 61% of patients regretted their decision to start dialysis. More patients wanted to die at home (36.1%) or in an inpatient hospice (28.8%) compared with in a hospital (27.4%). Less than 10% of patients reported having had a discussion about end-of-life care issues with their nephrologist in the past 12 months. CONCLUSIONS: Current end-of-life clinical practices do not meet the needs of patients with advanced CKD.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,355
Écart entre enseignants0,318 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations626
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Journal of the American Society of NephrologyMême sujetDialysis and Renal Disease ManagementTravaux en français237 207