Barriers to palliative care use among surgical patients: perspectives of practicing surgeons across Michigan
Notice bibliographique
Résumé
BACKGROUND: Despite the clear benefits of palliative care, surgical patients are less likely to receive palliative care consultations when compared to their medical counterparts. In this context, we conducted semi-structured interviews with a diverse range of practicing surgeons to better understand surgeon attitudes and experiences with both palliative care approaches and specialty services. METHODS: Forty-six surgeons from community, tertiary-care, and academic institutions across the state of Michigan agreed to participate in this study. Each participant's interview lasted between 30 and 60 minutes and was digitally recorded. Audiotapes were transcribed verbatim and de-identified for names and places. The data were analyzed through iterative steps informed by thematic analysis. RESULTS: Six major themes emerged describing surgeon-reported barriers to palliative care approaches and use of palliative care services, which were observed at the surgeon-level, patient and family-level, and system-level. At the surgeon-level, the following three major themes emerged: surgeon knowledge and attitudes, prognostication challenges, and surgeon identity. At the patient and family-level, two major themes were identified: expectations and discordance. At the system-level, two major themes emerged: culture and resources. CONCLUSIONS: Among our cohort of surgeons, several key factors influenced their use of palliative approaches and specialty palliative care services. A better understanding of surgeon-perceived barriers may lead to future work aimed at creating meaningful, surgeon-specific interventions that address the underuse of this important care for surgical patients and patients being considered for surgery.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| 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 ».