The Surprise Question and Serious Illness Conversations: A pilot study
Notice bibliographique
Résumé
BACKGROUND: Serious Illness Conversations aim to discuss patient goals. However, on acute medicine units, seriously ill patients may undergo distressing interventions until death. OBJECTIVES: To investigate the feasibility of using the Surprise Question, "Would you be surprised if this patient died within the next year?" to identify patients who would benefit from early Serious Illness Conversations and study any changes in the interdisciplinary team's beliefs, confidence, and engagement as a result of asking the Surprise Question. DESIGN: A prospective cohort pilot study with two Plan-Do-Study-Act cycles. PARTICIPANTS/CONTEXT: Fifty-eight healthcare professionals working on Acute Medicine Units participated in pre- and post-intervention questionnaires. The intervention involved asking participants the Surprise Question for each patient. Patient charts were reviewed for Serious Illness Conversation documentation. ETHICAL CONSIDERATIONS: Ethical approval was granted by the institutions involved. FINDINGS: Equivocal overall changes in the beliefs, confidence, and engagement of healthcare professionals were observed. Six out of 23 patients were indicated as needing a Serious Illness Conversation; chart review provided some evidence that these patients had more Serious Illness Conversation documentation compared with the 17 patients not flagged for a Serious Illness Conversation. Issues were identified in equating the Surprise Question to a Serious Illness Conversation. DISCUSSION: Appropriate support for seriously ill patients is both a nursing professional and ethical duty. Flagging patients for conversations may act as a filtering process, allowing healthcare professionals to focus on conversations with patients who need them most. There are ethical and practical issues as to what constitutes a "serious illness" and if answering "no" to the Surprise Question always equates to a conversation. CONCLUSION: The barriers of time constraints and lack of training call for institutional change in order to prioritise the moral obligation of Serious Illness Conversations.
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 | 0,020 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».