87 Hope, comfort and quality of life of palliative patients: correlation to the place of care
Notice bibliographique
Résumé
Background Maintaining hope has been referred to as a way to endure suffering among people living with a life-limiting disease. Reports about comfort and well-being in palliative care have indicated that hope is an indicator of the quality of life (QoL)and the quality of dying. This study aimed to characterise hope, comfort and QoL of palliative patients, and correlate these variables to the place of care. Methods A cross-sectional observational study was conducted to test the hypothesis that hope is positively correlated to comfort and QoL and that patients in palliative care units had higher levels of hope, comfort, and QoL than other settings. Participants were recruited from daycare hospital, palliative care units and communitary palliative care in Portugal. Patients answered the Portuguese versions of Herth Hope Index, McGill Quality of Life Questionnaire and Hospice Comfort Questionnaire, a VAS for pain, two-item screening for depression and socio-demographic information. All ethical procedures were considered according to the Helsinki declaration. Results A total of 205 palliative patients participated in the study (mean age 64.5, range 28–89). Most patients were diagnosed with metastatic cancer (85.4%). Palliative care patients in the sample experienced good level of hope, comfort and QoL. A strong correlation was noted between hope and QoL (0.65; p<0.001) and hope and comfort (0.58; p<0.001). QoL of patients attending daycare unit were higher compared to other settings (p<0.05). Patients experienced higher comfort at home (p<0.05). There were no differences in hope regarding the place of care. Conclusions Palliative patients reported good levels of hope, comfort and QoL. As hope is dynamic and correlated to comfort and QoL, hope fostering interventions should be implemented in palliative care settings to increase the QoL and quality of death. Further research should address the causative relations among these variables.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».