Can a patient-directed video improve inpatient advance care planning? A prospective pre-post cohort study
Notice bibliographique
Résumé
BACKGROUND: Patients and their families often have an inadequate understanding of the risks and benefits of their advance care planning (ACP) options. Improving patients' knowledge of therapeutic interventions allows them to better select treatments they believe are most appropriate for their condition. OBJECTIVES: To determine if a video aimed at educating and engaging hospitalised patients on a standardised ACP order set can improve (1) inpatient understanding of key ACP concepts, (2) ACP documentation within 48 hours of hospital admission, (3) concordance between a patient's expressed and chart-documented care preferences, (4) patient satisfaction with decision-making, and (5) patient's decisional confidence. METHODS: A prospective, non-randomised, pre-post intervention study of 252 inpatients in a 215-bed community-based hospital in Comox, British Columbia, Canada. RESULTS: Our video decision support tool was associated with significant improvements in (1) patient understanding of key ACP concepts (70%-100%; p<0.0001), (2) ACP documentation within 48 hours of hospital admission (81%-92%; p=0.01), (3) concordance between patients' expressed wishes and chart documentation (69%-89%; p<0.0001), (4) patient satisfaction with decision-making (Canadian Health Care Evaluation Project Lite score: 4.3-4.5, p=0.001), and (5) patient's decisional confidence (patients with no decisional conflict, increased from 72% to 93%; p<0.0001). CONCLUSION: A 13 min video aimed at educating and engaging inpatients on ACP concepts improved patient understanding of key ACP concepts, rates of ACP documentation and patient satisfaction with decision-making.
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».