MétaCan
Menu
Retour à la cohorte
Enregistrement W3147707097 · doi:10.1007/s00520-021-06167-z

Breaking bad news to cancer patients in times of COVID-19

2021· article· en· W3147707097 sur OpenAlexaff
Helen Hauk, Jürg Bernhard, Meghan McConnell, Benny Wohlfarth

Notice bibliographique

RevueSupportive Care in Cancer · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSocial distanceMedicineContext (archaeology)Coronavirus disease 2019 (COVID-19)Isolation (microbiology)PandemicSocial mediaFace (sociological concept)Nursing researchTelemedicinePublic relationsInternet privacyHealth careNursingSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Breaking bad news is a mandatory provision in the professional life of nearly every physician. One of its most frequent occasions is the diagnosis of malignancy. Responding to the recipients' emotions is a critical issue in the delivery of unsettling information, and has an impact on the patient's trust in the treating physician, adjustment to illness and ultimately treatment. Since the World Health Organization (WHO) declared COVID-19 a pandemic on March 11, 2020, several measures of social distancing and isolation have been introduced to our clinical setting. In the wake of these restrictions, it is important to reexamine existing communication guidelines to determine their applicability to face-to-face counseling in the context of social distancing, as well as to new communication technologies, such as telemedicine. We address these issues and discuss strategies to convey bad news the most empathetic and comprehensible way possible.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,160
Tête enseignante GPT0,492
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSupportive Care in CancerMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207