A mixed-methods pilot study of ‘LIFEView’ audiovisual technology: Virtual travel to support well-being and quality of life in palliative and end-of-life care patients
Notice bibliographique
Résumé
BACKGROUND: There is evidence that psychosocial and spiritual interventions of short duration, such as reminiscence therapy, provide positive impacts on quality of life and emotional and existential well-being in adults receiving palliative care. AIM: To determine (1) the feasibility of integrating 'LIFEView', a video-based software with >1600 videos of world destinations, in palliative care settings, and (2) positive, neutral or harmful effects of using 'LIFEView' videos. DESIGN: A mixed-methods pre-post intervention pilot study was conducted to collect feasibility and preliminary data on physical and psychological symptoms, physiological indicators, spiritual well-being and aspects of quality of life. SETTING/PARTICIPANTS: Adult patients on an inpatient palliative care unit or receiving care from a community palliative care consultation team who were capable of providing consent and completing the outcome measures were eligible participants. RESULTS: Overall, 27/41 (66%) participants took part in the study. Feasibility criteria, including participant acceptability, low participant burden, tool completion rate and retention rate, were fulfilled, though challenges were experienced with recruitment. Modest improvements, though non-significant, were shown on preliminary data collected on physical and psychological symptoms using the Edmonton Symptom Assessment System-revised, spiritual well-being assessed by the 12-item Functional Assessment of Chronic Illness Therapy - Spiritual Well-Being scale and physiological measurements. Qualitative analysis revealed five themes: motivations for using 'LIFEView', perceptions of the technology, reminiscence, 'LIFEView' as an adaptable technology and ongoing or future use. CONCLUSION: A future adequately powered study to investigate the impacts of 'LIFEView' on patient well-being and quality of life appears to be feasible.
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 | 0,009 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».