The relationship between caregivers’ perceptions of end-of-life care in long-term care and a good resident death
Notice bibliographique
Résumé
OBJECTIVE: Quality end-of-life (EOL) care is critical for dying residents and their family/friend caregivers. While best practices to support resident comfort at EOL in long-term care (LTC) homes are emerging, research rarely explores if and how the type of care received at EOL may contribute to caregivers' perceptions of a good death. To address this gap, this study explored how care practices at EOL contributed to caregivers' perceptions of a good resident death. METHOD: This study used a retrospective cross-sectional survey design. Seventy-eight participants whose relative or friend died in one of five LTC homes in Canada completed self-administered questionnaires on their perceptions of EOL care and perceptions of a good resident death. RESULTS: Overall, caregivers reported positive experiences with EOL care and perceived residents to have died a good death. However, communication regarding what to expect in the final days of life and attention to spiritual issues were often missing components of care. Further, when explored alongside direct resident care, family support, and rooming conditions, staff communication was the only aspect of EOL care significantly associated with caregivers' perceptions of a good resident death. SIGNIFICANCE OF RESULTS: The findings of this study suggest that the critical role staff in LTC play in supporting caregivers' perceptions of a good resident death. By keeping caregivers informed about expectations at the very end of life, staff can enhance caregivers' perceptions of a good resident death. Further, by addressing spiritual issues staff may improve caregivers' perceptions that residents were at peace when they died.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».