Healthcare staff ’s experience in providing end-of-life care to children: A mixed-method review
Notice bibliographique
Résumé
BACKGROUND: Staff who provide end-of-life care to children not only have to deal with their own sense of loss but also that of bereaved families. There is a dearth of knowledge on how they cope with these challenges. AIM: The aim of this review is to explore the experiences of healthcare professionals who provide end-of-life care to children in order to inform the development of interventions to support them, thereby improving the quality of paediatric care for both children and their families. DATA SOURCES: Searches included CINAHL, MEDLINE, Web of Science, EMBASE, PsychINFO and The Cochrane Library in June 2015, with no date restrictions. Additional literature was uncovered from searching reference lists of relevant studies, along with contacting experts in the field of paediatric palliative care. DESIGN: This was a systematic mixed studies review. Study selection, appraisal and data extraction were conducted by two independent researchers. Integrative thematic analysis was used to synthesise the data. RESULTS: The 16 qualitative, 6 quantitative and 8 mixed-method studies identified included healthcare professionals in a range of settings. Key themes identified rewards and challenges of providing end-of-life care to children, the impact on staff's personal and professional lives, coping strategies and key approaches to help support staff in their role. CONCLUSION: Education focusing on the unique challenges of providing end-of-life care to children and the importance of self-care, along with timely multidisciplinary debriefing, are key strategies for improving healthcare staff's experiences, and as such the quality of care they provide.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».