MétaCan
Menu
Retour à la cohorte
Enregistrement W2803164525 · doi:10.1089/jpm.2017.0532

National Impact of the EPEC-Pediatrics Enhanced Train-the-Trainer Model for Delivering Education on Pediatric Palliative Care

2018· article· en· W2803164525 sur OpenAlexafffundabout
Kimberley Widger, Joanne Wolfe, Stefan J. Friedrichsdorf, Jason D. Pole, Sarah Brennenstuhl, Stephen Liben, Mark Greenberg, Éric Bouffet, Harold Siden, Amna Husain, James A. Whitlock, Myra Leyden, Adam Rapoport

Notice bibliographique

RevueJournal of Palliative Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensMount Sinai HospitalHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicinePalliative careCurriculumReferralDocumentationTrainerNursingFamily medicineHealth careQuality (philosophy)Quality managementPediatric oncologyMedical educationCancerPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lack of pediatric palliative care (PPC) training impedes successful integration of PPC principles into pediatric oncology. OBJECTIVES: -Pediatrics) curriculum on the following: (1) knowledge dissemination; (2) health professionals' knowledge; (3) practice change; and (4) quality of PPC. DESIGN: An integrated knowledge translation approach was used with pre-/posttest evaluation of care quality. Setting/Subjects/Measurements: Regional Teams of 3-6 health professionals based at 15 pediatric oncology programs in Canada became EPEC-Pediatrics Trainers who taught the curriculum to health professionals (learners) and implemented quality improvement (QI) projects. Trainers recorded the number of learners at each education session and progress on QI goals. Learners completed knowledge surveys. Care quality was assessed through surveys with a cross-sectional sample of children with cancer and their parents about symptoms, quality of life, and care quality plus reviews of deceased patients' health records. RESULTS: Seventy-two Trainers taught 3475 learners; the majority (96.7%) agreed that their PPC knowledge improved. In addition, 10/15 sites achieved practice change QI goals. The only improvements in care quality were an increased number of days from referral to PPC teams until death by a factor of 1.54 (95% confidence interval [CI] = 1.17-2.03) and from first documentation of advance care planning until death by a factor of 1.50 (95% CI = 1.06-2.11), after adjusting for background variables. CONCLUSION: While improvements in care quality were only seen in two areas, our approach was highly effective in achieving knowledge dissemination, knowledge improvement, and practice change goals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,411
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Palliative MedicineMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207