MétaCan
Menu
Retour à la cohorte
Enregistrement W2888235431 · doi:10.1186/s41687-018-0065-2

Design and introduction of a quality of life assessment and practice support system: perspectives from palliative care settings

2018· article· en· W2888235431 sur OpenAlexafffund
Richard Sawatzky, Esther Laforest, Kara Schick‐Makaroff, Kelli Stajduhar, Sheryl Reimer‐Kirkham, Marian Krawczyk, Joakim Öhlén, Barbara McLeod, Neil Hilliard, Carolyn Tayler, S. Robin Cohen

Notice bibliographique

RevueJournal of Patient-Reported Outcomes · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensMcGill UniversityUniversity of VictoriaFraser HealthUniversity of AlbertaWestern UniversityTrinity Western University
Organismes subventionnairesNational Center for Complementary and Integrative HealthCanadian Frailty NetworkCanada Research Chairs
Mots-clésPalliative careFocus groupContext (archaeology)EnthusiasmNursingQualitative researchQuality of life (healthcare)PsychologyMedicineQuality (philosophy)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Quality of life (QOL) assessment instruments, including patient-reported outcome measures (PROMs) and patient-reported experience measures (PREMs), are increasingly promoted as a means of enabling clinicians to enhance person-centered care. However, integration of these instruments into palliative care clinical practice has been inconsistent. This study focused on the design of an electronic Quality of Life and Practice Support System (QPSS) prototype and its initial use in palliative inpatient and home care settings. Our objectives were to ascertain desired features of a QPSS prototype and the experiences of clinicians, patients, and family caregivers in regard to the initial introduction of a QPSS in palliative care, interpreting them in context. METHODS: We applied an integrated knowledge translation approach in two stages by engaging a total of 71 clinicians, 18 patients, and 17 family caregivers in palliative inpatient and home care settings. Data for Stage I were collected via 12 focus groups with clinicians to ascertain desirable features of a QPSS. Stage II involved 5 focus groups and 24 interviews with clinicians and 35 interviews with patients or family caregivers during initial implementation of a QPSS. The focus groups and interviews were recorded, transcribed, and analyzed using the qualitative methodology of interpretive description. RESULTS: Desirable features focused on hardware (lightweight, durable, and easy to disinfect), software (simple, user-friendly interface, multi-linguistic, integration with e-health systems), and choice of assessment instruments that would facilitate a holistic assessment. Although patient and family caregiver participants were predominantly enthusiastic, clinicians expressed a mixture of enthusiasm, receptivity, and concern regarding the use of a QPSS. The analyses revealed important contextual considerations, including: (a) logistical, technical, and aesthetic considerations regarding the QPSS as a technology, (b) diversity in knowledge, skills, and attitudes of clinicians, patients, and family caregivers regarding the integration of electronic QOL assessments in care, and (c) the need to understand organizational context and priorities in using QOL assessment data. CONCLUSION: The process of designing and integrating a QPSS in palliative care for patients with life-limiting conditions and their family caregivers is complex and requires extensive consultation with clinicians, administrators, patients, and family caregivers to inform successful implementation.

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)0,033
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0040,004
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,455
Écart entre enseignants0,338 · 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'étudeQualitatif
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

Citations39
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Patient-Reported OutcomesMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207