ASSESSING FAMILY CARE CONFERENCES IN LONG-TERM CARE: LESSONS LEARNED FROM CONTENT ANALYSIS
Notice bibliographique
Résumé
End-of-life (EOL) communication in long-term care (LTC) is often inadequate and delayed, leaving residents dying with unknown preferences or goals of care. Poor communication with staff contributes to families feeling unprepared, distressed and unsatisfied negatively effecting bereavement. Family Care Conferences (FCC) aim to increase structured, systematic communication around goals and plans for EOL. FCCs were implemented as part of the ‘Strengthening a Palliative Approach to Care’ (SPA-LTC) project in four LTC sites in Ontario, Canada. The purpose of this sub-study is to evaluate: a) content, b) processes, and c) interdisciplinary engagement using mixed methods. Twenty-four FCCs were held for residents with a Palliative Performance Scale of 40% (nearing death) considered appropriate by staff. Data was collected from FCC forms (i.e., Family Questionnaires, Conference Summaries) and electronic charts. Through directed-analysis, data was analyzed using the Canadian Hospice Palliative Care Association’s ‘Square of Care’ model which includes eight domains of care: Disease Management, Physical, Psychological, Social, Practical, Spiritual, EOL, and Loss/Bereavement. Findings showed on average each FCC documented 66% of domains with physical and EOL care domains being used the most, and content about loss/bereavement documented the least. Use of FCC hard copy forms had benefits over standard electronic charts including: higher proportion of goals, timely completion, category for end-of-life care and accessibility. FCCs were attended by an average of three disciplines prompting holistic content although Personal Support Workers (PSW) and physicians attended minimally. Implications to optimize FCCs include tailoring use of FCCs forms, prompting bereavement discussion, furthering engagement of PSWs and physicians.
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 | 0,062 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| 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 ».