Timing is everything: Improving the frequency, timeliness, and effectiveness of goals of care conversations for oncology patients in Manitoba.
Notice bibliographique
Résumé
4 Background: Advanced care planning (ACP) in oncology requires effective communication and coordination. Early and regular ACP discussions are endorsed by ESMO and can help facilitate quality, patient-centered care. Methods: An ACP curriculum was created at CancerCare Manitoba that included health care provider (HCP) engagement, HCP and patient education, improved ACP clinical workflow, and improved ease of ACP documentation in the medical record. We evaluated the occurrence and frequency of ACP discussions before implementation of the ACP curriculum using a random sample of 100 adult patients diagnosed with stage IV solid tumors in Manitoba, Canada during 2014. We compared this group to a similar group of patients from 2017 after ACP curriculum implementation. Differences between the two cohorts were tested using Chi-square and Fisher’s Exact tests. The time from a patient’s first clinic visit with an oncologist to their first ACP conversation was described using cumulative incidence curves with K-sample tests used to test for significant differences between the 2014 and 2017 cohorts. Results: Of the 200 patients selected, 153 were assessed at our provincial cancer center (76 in 2014 and 77 in 2017). The median age for this group was 68. 59% were male. 56% received at least 1 line of chemotherapy. ACP documentation increased from 29% in 2014 to 42% in 2017 (p = 0.10). Between 2014 and 2017, initial ACP discussions occurred at: Initial visit (18% vs. 41%), disease progression (27% vs. 31%) and referral to palliative care (55% vs. 28%). After curriculum implementation ACP documentation occurred earlier in the patient’s cancer journey (p = 0.04). Conclusions: After implementation of an ACP curriculum at our cancer center, ACP discussions occurred more often and earlier, but the difference was only significant for earlier ACP discussions. Even after ACP curriculum implementation, a significant proportion of patients did not have ACP documented in their patient record. Understanding and overcoming barriers related to ACP at our institution will be critical for further ACP documentation improvement.
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 | 0,008 | 0,027 |
| 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 | 0,001 |
| 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 ».