General practice nurses and physicians and end of life: a systematic review of models of care
Notice bibliographique
Résumé
BACKGROUND: General practitioners (GPs) and general practice nurses (GPNs) face increasing demands to provide palliative care (PC) or end-of-life care (EoLC) as the population ages. In order to maximise the impact of GPs and GPNs, the impact of different models of care that have been developed to support their practice of EoLC needs to be understood. OBJECTIVE: To examine published models of EoLC that incorporate or support GP and GPN practice, and their impact on patients, families and the health system. METHOD: Systematic literature review. Data included papers (2000 to 2017) sought from Medline, Psychinfo, Embase, Joanna Briggs Institute and Cochrane databases. RESULTS: From 6209 journal articles, 13 papers reported models of care supporting the GP and GPN's role in EoLC or PC practice. Services and guidelines for clinical issues have mixed impact on improving symptoms, but improved adherence to clinical guidelines. National Frameworks facilitated patients being able to die in their preferred place. A single specialist PC-GP case conference reduced hospitalisations, better maintained functional capacity and improved quality of life parameters in both patients with cancer and without cancer. No studies examined models of care aimed at supporting GPNs. CONCLUSIONS: Primary care practitioners have a natural role to play in EoLC, and most patient and health system outcomes are substantially improved with their involvement. Successful integrative models need to be tested, particularly in non-malignant diseases. Such models need to be explored further. More work is required on the role of GPNs and how to support them in this role.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».