Integrating Palliative Care Services in Ambulatory Oncology: An Application of the Edmonton Symptom Assessment System
Notice bibliographique
Résumé
PURPOSE: Research in palliative care demonstrates improvements in overall survival, quality of life, symptom management, and reductions in the cost of care. Despite the American Society of Clinical Oncology recommendation for early concurrent palliative care in patients with advanced cancer and high symptom burden, integrating palliative services is challenging. Our aims were to quantitatively describe the palliative referral rates and symptom burden in a South Texas cancer center and establish a palliative referral system by implementing the Edmonton Symptom Assessment Scale (ESAS). METHODS: As part of our Plan-Do-Study-Act process, all staff received an educational overview of the ESAS tool and consultation ordering process. The ESAS form was then implemented across five ambulatory oncology clinics to assess symptom burden and changes therein longitudinally. Referral rates and symptom assessment scores were tracked as metrics for quality improvement. RESULTS: On average, one patient per month was referred before implementation of the intervention compared with 10 patients per month after implementation across all clinics. In five sample clinics, 607 patients completed the initial assessment, and 430 follow-up forms were collected over 5 months, resulting in a total of 1,037 scores collected in REDCap. The mean ESAS score for initial patient visits was 20.0 (standard deviation, 18.1), and referred patients had an initial mean score of 39.0 (standard deviation, 19.0). CONCLUSION: This project highlights the low palliative care consultation rate, high symptom burden of oncology patients, and underuse of services by oncologists despite improvements with the introduction of a symptom assessment form and referral system.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».