CLINICAL OUTCOME MEASURES WITHIN A SPECIALIST PALLIATIVE CARE SERVICE (SPCS): DO THEY PROVIDE ADDED VALUE?
Notice bibliographique
Résumé
Background Using clinical outcome measures helps support the delivery of high quality care which is amenable to critical evaluation. The project aims were to: identify potential outcome measures; pilot them within clinical settings; and provide recommendations regarding routine clinical use within a SPCS. Methods Potential outcome measures were identified and critically evaluated. Three instruments - Palliative care Outcome Scale version 2 (POS-2); Palliative Performance Status (PPS); and Edmonton Functional Assessment Tool (EFAT) – were further assessed in a 2 month pilot within in-patient; out-patient; day therapy and outreach services. Each instrument was assessed on two consecutive occasions (unless the patient died or was discharged). Results From 97 patients, 52 (54%) were female and mean age was 68 years (range 27–89 years). POS-2 scores ranged from 1–27 (total score 40=very symptomatic and distressed) with highest scores present for in-patients. Seven patients had POS-2 score >20. All expressed high levels of psychological distress for themselves and their family. Seventeen (73.9%) of the 25 in-patients had a low PPS score (<50%=considerable assistance needed for self-care). For 9 in-patients with a length of stay >14 days, all bar one had a low PPS score on admission. EFAT scores showed highest levels of dysfunction were for outreach and in-patients. EFAT's ability to sufficiently discriminate clinically meaningful variations in function within each care setting limited its recommendation for regular use. Day therapy patients tended to have the lowest POS-2 and EFAT scores. Conclusions Following this project, POS-2 and PPS have been incorporated into routine clinical practice within the day therapy unit and more recently in-patient unit. Initial reflections suggest they aid multi-disciplinary team working and highlight particular patient concerns requiring interventions. PPS scores could potentially be linked with length of stay to help anticipate patients with particular complexity and dependency.
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 | 0,028 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».