Elucidating Barriers to Advance Care Planning in Malignant Hematology Clinics: A Single Centre Experience in Ontario, Canada
Notice bibliographique
Résumé
Introduction: Advance care planning (ACP) is a patient-centered process with clear benefits for patients. Despite the widespread recognition of ACP as an integral part of quality cancer care,compliance with ACP provision remains suboptimal especially in malignant hematology. Many barriers to end-of-life discussions among hematologists have been identified in the literature. This study aims to describe a baseline rate of ACP with hematology outpatients at the end-of-life and the local barriers to ACP, which could inform future quality improvement (QI) initiatives in this area. Setting/participants: Malignant hematologists (n = 10), hematology fellows (n=2), and hematology clinic nurses (n=4) of the Juravinski Cancer Centre (JCC) in Hamilton, Ontario, Canada participated in this study. Methods: A retrospective chart audit was undertaken to establish the baseline rate of ACP for the target population at our centre. Subsequently, key stakeholder interviews were held with our local multiple myeloma (MM) specialists to document barriers to ACP from their perspectives. The emerging themes were synthesized using a Fishbone diagram and validated by the JCC hematology clinic staff through multivoting. Results: The baseline rate of ACP with hematology outpatients at the end-of-life at our centre is 40%. The are three main local barriers to ACP with the target population: 1) lack of patient initiative; 2) time/scheduling constraints; and 3) competing priorities. Discussion: Patients who participate in ACP are much more likely to have their end-of-life wishes followed than those who do not. Malignant hematology patients are at the greatest risk of not having ACP discussions with their clinicians due to several patient, provider, and system barriers. Patient- and system-level barriers have been identified as the most prevalent at the JCC, necessitating a tailored QI initiative to achieve the standard of care. Disclosures Hillis: Roche: Honoraria.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».