Defining high-quality palliative care in oncology practice: An ASCO/AAHPM Guidance Statement.
Notice bibliographique
Résumé
108 Background: When integrated into routine oncology care, palliative care can improve symptom burden, quality of life, and patient and caregiver satisfaction. However, not all oncology practices have access to subspecialty palliative medicine for referral. This project endeavored to define what constitutes high-quality primary palliative care as delivered by medical oncology practices. Methods: An expert steering committee developed a list of 966 palliative care service items, divided into nine domains, each describing an aspect of palliative care delivery for patients with advanced cancer. Using a modified Delphi methodology, 31 multi-disciplinary panelists ranked each service item according to importance, feasibility and scope. Results: Panelists endorsed the highest proportion of palliative care service items in the domains of End-of-Life Care (81%); Communication and Shared Decision-Making (79%); and Care Planning (78%). Lowest proportions were in: Spiritual and Cultural Assessment and Management (35%) and Psychosocial Assessment and Management (39%). In the largest domain, Symptom Assessment and Management, there was consensus that all symptoms should be assessed and managed at a basic level with more comprehensive management for common symptoms such as nausea, vomiting, diarrhea, dyspnea and pain. Under the domain of Appropriate Palliative Care and Hospice Referral, there was consensus that oncology practices should be able to describe the difference between palliative care and hospice to patients and refer patients with an expected survival of under 3 months or poor performance status (Zubrod 3-4) to hospice. Conclusions: This statement describes high-quality palliative care for patients with advanced cancer or high symptom burden, as delivered by oncology practices. Oncology providers wishing to enhance palliative care delivery may find the guidance useful to inform operational changes and quality improvement efforts.
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 | 0,055 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,016 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
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 ».