Adaptations to the Serious Illness Conversation Guide to Be More Culturally Safe
Notice bibliographique
Résumé
The Serious Illness Conversation Guide (SICG) has been shown to be an effective communication tool used by health care professionals when interacting with patients facing a life-limiting illness. However, Ariadne Labs, the originators of the tool, have not tested it with First Nations and Indigenous Peoples. In this project, the British Columbia Centre for Palliative Care and the First Nations Health Authority in British Columbia (BC), Canada collaborated to adapt the SICG to be more culturally safe for First Nations and Indigenous Peoples. Multiple feedback strategies were employed. Feedback was received from 35 older adults, Elders, and community members from two First Nations communities plus approximately 80 nurses serving in First Nations communities across BC. Key areas of focus for feedback on the clinical tool included setting up the conversation, involving family, closing the conversation, and using principles of health literacy to reduce power differences. Three questions were added in response to feedback received. By creating a safe space for dialogue, it is hoped that health care providers and family members will develop a deeper understanding of what is important to the person with a life-limiting illness. These conversations promote patient-centred health care that aligns with patient values and wishes. Findings from this project directly informed modification of the tool to support a more culturally safe conversation. Further research will inform whether this tool is culturally safe for all seriously ill people.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».