MétaCan
Menu
Retour à la cohorte
Enregistrement W2996455513 · doi:10.3747/co.26.5431

Patient–Physician Discordance in Goals of Care for Patients with Advanced Cancer

2019· article· en· W2996455513 sur OpenAlexvenueno aff
Sara L. Douglas, Brian Daly, Neal J. Meropol, Amy R. Lipson

Notice bibliographique

RevueCurrent Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePatient careCancerIntensive care medicineFamily medicineBioinformaticsNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Shared decision-making at end of life (EOL) requires discussions about goals of care and prioritization of length of life compared with quality of life. The purpose of the present study was to describe patient and oncologist discordance with respect to goals of care and to explore possible predictors of discordance. Methods: Patients with metastatic cancer and their oncologists completed an interview at study enrolment and every 3 months thereafter until the death of the patient or the end of the study period (15 months). All interviewees used a 100-point visual analog scale to represent their current goals of care, with quality of life (scored as 0) and survival (scored as 100) serving as anchors. Discordance was defined as an absolute difference between patient and oncologist goals of care of 40 points or more. Results: The study enrolled 378 patients and 11 oncologists. At baseline, 24% discordance was observed, and for patients who survived, discordance was 24% at their last interview. For patients who died, discordance was 28% at the last interview before death, with discordance having been 70% at enrolment. Dissatisfaction with EOL care was reported by 23% of the caregivers for patients with discordance at baseline and by 8% of the caregivers for patients who had no discordance (p = 0.049; φ = 0.20). Conclusions: The data indicate the presence of significant ongoing oncologist–patient discordance with respect to goals of care. Early use of a simple visual analog scale to assess goals of care can inform the oncologist about the patient’s goals and lead to delivery of care that is aligned with patient goals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,103
Tête enseignante GPT0,477
Écart entre enseignants0,374 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207