End-of-life discussions in practice: survey among Canadian radiation oncologists
Notice bibliographique
Résumé
BACKGROUND: Early end-of-life (EOL) discussions improve patient satisfaction, quality of care, and the cost-effectiveness of care. However, some US studies show that radiation oncologists (ROs) are unlikely to discuss EOL issues until the patients develop significant symptoms or the families initiate the discussion. There have been no prior studies describing the patterns of EOL discussions among Canadian ROs. The objectives of this study were: (I) to describe the patterns of EOL discussions among Canadian ROs; (II) to identify the barriers to EOL conversation among Canadian ROs; (III) to assess the attitudes of Canadian ROs toward Medical Assistance in Dying (MAiD). METHODS: The 22-question online survey was distributed to the members of Canadian Association of Radiation Oncologists (CARO). Demographics, EOL discussion patterns, perception of EOL discussions, barriers, and the impact of MAiD were evaluated. RESULTS: Sixty ROs responded out of 326. Prognosis (57%) and goals of care (58%) were routinely discussed, while advanced directive (40%) and planned site of death (12%) were not. More than 90% felt that early EOL discussions with palliative patients were important. The amount of palliative discussion training was correlated with confidence in EOL discussion (P <0.01), perceived importance of RO role in EOL (P=0.006), and the frequency of planned site of death discussion (P=0.041). The most frequently identified barriers were lack of time, uncertainty about prognosis, and concern for patient disappointment. Many ROs provided MAiD information upon request or case-by-case, but only 3% provided the information routinely. CONCLUSIONS: Canadian ROs recognize the importance of EOL discussions, but they do not routinely incorporate advanced directive or site of death in their discussions. ROs with more palliative discussion training were more confident in EOL discussion and likely to engage in them earlier. Short structured training may improve the confidence and quality of EOL discussion. Time constraint is the number one barrier that may be alleviated by delegation of tasks and patient education tools. Discussion about MAiD is supported but not routine among Canadian ROs.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».