Advance care planning and palliative care in ACHD: the healthcare providers’ perspective
Notice bibliographique
Résumé
BACKGROUND: Advance care planning and palliative care are gaining recognition as critical care components for adults with CHD, yet these often do not occur. Study objectives were to evaluate ACHD providers' 1) comfort managing patients' physical symptoms and psychosocial needs and 2) perspectives on the decision/timing of advance care planning initiation and palliative care referral. METHODS: Cross-sectional study of ACHD providers. Six hypothetical patients were described in case format, followed by questions regarding provider comfort managing symptoms, initiating advance care planning, and palliative care referral. RESULTS: Fifty providers (72% physicians) completed surveys. Participants reported low levels of personal palliative care knowledge, without variation by gender, years in practice, or prior palliative care training. Providers appeared more comfortable managing physical symptoms and discussing prognosis than addressing psychosocial needs. Providers recognised advance directives as important, although the percentage who would initiate advance care planning ranged from 18 to 67% and referral to palliative care from 14 to 32%. Barriers and facilitators to discussing advance care planning with patients were identified. Over 20% indicated that advance care planning and end-of-life discussions are best initiated with the development of at least one life-threatening complication/hospitalisation. CONCLUSIONS: Providers noted high value in advance directives yet were themselves less likely to initiate advance care planning or refer to palliative care. This raises the critical questions of when, how, and by whom discussion of these important matters should be initiated and how best to support ACHD providers in these endeavours.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».