The desire to die in palliative care: a sequential mixed methods study to develop a semi-structured clinical approach
Notice bibliographique
Résumé
BACKGROUND: Although desire to die of varying intensity and permanence is frequent in patients receiving palliative care, uncertainty exists concerning appropriate therapeutic responses to it. To support health professionals in dealing with patients´ potential desire to die, a training program and a semi-structured clinical approach was developed. This study aimed for a revision of and consensus building on the clinical approach to support proactively addressing desire to die and routine exploration of death and dying distress. METHODS: Within a sequential mixed methods design, we invited 16 palliative patients to participate in semi-structured interviews and 377 (inter-)national experts to attend a two-round Delphi process. Interviews were analyzed using qualitative content analysis and an agreement consensus for the Delphi was determined according to predefined criteria. RESULTS: 11 (69%) patients from different settings participated in face-to-face interviews. As key issues for conversations on desire to die they pointed out the relationship between professionals and patients, the setting and support from external experts, if required. A set of 149 (40%) experts (132/89% from Germany, 17/11% from 9 other countries) evaluated ten domains of the semi-structured clinical approach. There was immediate consensus on nine domains concerning conversation design, suggestions for (self-)reflection, and further recommended action. The one domain in which consensus was not achieved until the second round was "proactively addressing desire to die". CONCLUSIONS: We have provided the first semi-structured clinical approach to identify and address desire to die and to respond therapeutically - based on evidence, patients' views and consensus among professional experts. TRIAL REGISTRATION: The study is registered in the German Clinical Trials Register (DRKS00012988; registration date: 27.9.2017) and in the Health Services Research Database (VfD_DEDIPOM_17_003889; registration date: 14.9.2017).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,060 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».