Clinical Care Conditions and Needs of Palliative Care Patients from Five Italian Regions: Preliminary Data of the DEMETRA Project
Notice bibliographique
Résumé
In order to plan the right palliative care for patients and their families, it is essential to have detailed information about patients’ needs. To gain insight into these needs, we analyzed five Italian local palliative care networks and assessed the clinical care conditions of patients facing the complexities of advanced and chronic disease. A longitudinal, observational, noninterventional study was carried out in five Italian regions from May 2017 to November 2018. Patients who accessed the palliative care networks were monitored for 12 months. Sociodemographic, clinical, and symptom information was collected with several tools, including the Necesidades Paliativas CCOMS-ICO (NECPAL) tool, the Edmonton Symptom Assessment System (ESAS), and interRAI Palliative Care (interRAI-PC). There were 1013 patients in the study. The majority (51.7%) were recruited at home palliative care units. Cancer was the most frequent diagnosis (85.4%), and most patients had at least one comorbidity (58.8%). Cancer patients reported emotional stress with severe symptoms (38.7% vs. 24.3% in noncancer patients; p = 0.001) and were less likely to have clinical frailty (13.3% vs. 43.9%; p < 0.001). Our study confirms that many patients face the last few months of life with comorbidities or extreme frailty. This study contributes to increasing the general knowledge on palliative care needs in a high-income country.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».