Questions prompt lists used by palliative care teams help trigger discussions on prognosis and end-of-life issues with advanced cancer patients.
Notice bibliographique
Résumé
12110 Background: Accuracy of prognosis perception is a key element to allow advanced cancer patients to make informed decisions and to reflect on their end-of-life priorities. This study aims to explore whether a question prompt list can promote discussions on prognosis and end-of-life issues during palliative care consultations for advanced cancer patients. Methods: In this multicentric randomised study, patients assigned in the interventional arm receive a question prompt list during the first palliative care consultation (T1) after referral by oncologists. The primary endpoint is the number of questions asked by patients during the second palliative care consultation (T2) one month later. Secondary objectives are anxiety and depression, quality-of-life, satisfaction with care, coping assessed at baseline (T1) and at two months (T3). Palliative care teams from 3 french comprehensive cancer centers participate in the study. Main inclusion criteria were adult patients with metastatic non-haematological cancer referred to the palliative care team and with an estimated life expectancy less than one year. Results: Patients (n = 71) in the QPL arm asked more questions (mean 21.8 versus 18.2, p-value = 0.03) during the palliative care consultations compared to patients in the control arm (n = 71). These questions addressed palliative care (mean 5.6 versus 3.7, p-value = 0.012) and end-of-life issues (mean 2.2 versus 1, p = 0.018) more frequently than in the control arm. At two months, compared to baseline, there was no change in anxio-depressive symptoms or quality of life. Conclusions: QPL favours discussion on prognosis and end-of-life care during the palliative care consultations for advanced cancer patients. Clinical trial information: NCT02854293 .
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 | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».