Refinement of a Conceptual Model for Adolescent Readiness to Engage in End-of-Life Discussions
Notice bibliographique
Résumé
BACKGROUND: Adolescents living with incurable cancer require ongoing support to process grief, emotions, and information as disease progresses including treatment options (phase 1 clinical trials and/or hospice/palliative care). Little is known about how adolescents become ready for such discussions. OBJECTIVE: The purpose of this study was to explore the process of adolescent readiness for end-of-life preparedness discussions, generating a theoretical understanding for guiding clinical conversations when curative options are limited. METHODS: We explored 2 in-depth cases across time using case-study methodology. An à priori conceptual model based on current end-of-life research guided data collection and analysis. Multiple sources including in-depth adolescent interviews generated data collection on model constructs. Analysis followed a logical sequence establishing a chain of evidence linking raw data to study conclusions. Synthesis and data triangulation across cases and time led to theoretical generalizations. Initially, we proposed a linear process of readiness with 3 domains: a cognitive domain (awareness), an emotional domain (acceptance), and a behavioral domain (willingness), which preceded preparedness. RESULTS: Findings led to conceptual model refinement showing readiness is a dynamic internal process that interacts with preparedness. Current awareness context facilitates the type of preparedness discussions (cognitive or emotional). Furthermore, social constraint inhibits discussions. CONCLUSIONS: Data support theoretical understanding of the dynamism of readiness. Future research that validates adolescent conceptualization will ensure age-appropriate readiness representation. IMPLICATIONS FOR PRACTICE: Understanding the dynamic process of readiness for engaging in end-of-life preparedness provides clinician insight for guiding discussions that facilitate shared decision making and promote quality of life for adolescents and their families.
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 | 0,020 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,007 | 0,014 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».