Integrating Advance Care Planning Videos into Surgical Oncologic Care: A Randomized Clinical Trial
Notice bibliographique
Résumé
Background: Preoperative advance care planning (ACP) may benefit patients undergoing major surgery. Objective: To evaluate feasibility, safety, and early effectiveness of video-based ACP in a surgical population. Design: Randomized controlled trial with two study arms. Setting: Single, academic, inner-city tertiary care hospital. Subjects: Patients undergoing major cancer surgery were recruited from nine surgical clinics. Of 106 consecutive potential participants, 103 were eligible and 92 enrolled. Interventions: In the intervention arm, patients viewed an ACP video developed by patients, surgeons, palliative care clinicians, and other stakeholders. In the control arm, patients viewed an informational video about the hospital's surgical program. Measurements: Primary Outcomes—ACP content and patient-centeredness in patient–surgeon preoperative conversation. Secondary outcomes—patient Hospital Anxiety and Depression Scale (HADS) score; patient goals of care; patient and surgeon satisfaction; video helpfulness; and medical decision maker designation. Results: Ninety-two patients (target enrollment: 90) were enrolled. The ACP video was successfully integrated with no harm noted. Patient-centeredness was unchanged (incidence rate ratio [IRR] = 1.06, confidence interval [0.87–1.3], p = 0.545), although there were more ACP discussions in the intervention arm (23% intervention vs. 10% control, p = 0.18). While slightly underpowered, study results did not signal that further enrollment would have yielded statistical significance. There were no differences in secondary outcomes other than the intervention video was more helpful (p = 0.007). Conclusions: The ACP video was successfully integrated into surgical care without harm and was thought to be helpful, although video content did not significantly change the ACP content or patient–surgeon communication. Future studies could increase the ACP dose through modifying video content and/or who presents ACP. Trial Registration: clinicaltrials.gov Identifier NCT02489799.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».