Spiritual distress: symptoms, quality of life and hospital utilisation in home-based palliative care
Notice bibliographique
Résumé
OBJECTIVES: The purpose of this study was to use a spiritual screening question to quantify the prevalence of spiritual distress (SD) in a large cohort of seriously ill patients at admission to home-based palliative care (HBPC) and to examine the associations between SD with symptom burden, quality of life and hospital-based utilisation up to 6 months after admission to HBPC. METHODS: Data for this cohort study (n=658) were drawn from a pragmatic comparative-effectiveness trial testing two models of HBPC. At admission to HBPC, SD was measured using a global question (0-10-point scale: none=0; mild=1-4; moderate-to-severe=5+); symptoms and quality of life were measured with the Edmonton Symptom Assessment Scale (ESAS) and PROMIS-10. Hospital utilisation was captured using electronic records and claims. Median regression and proportional hazard competing risk models assessed the association between SD with symptoms and quality of life, and hospital utilisation, respectively. RESULTS: Nearly half of the patients/proxies reported some level of SD. Increasing SD was significantly associated with higher symptom burden (increase of 7-14 points on ESAS) and worse mental well-being (decrease of 2.7 to 4.6 points on PROMIS-10-mental) in adjusted models. Compared with patients/proxies who reported no SD, those with at least some level of SD were not at increased risk for hospital-based utilisation over a median follow-up period of 2 months. CONCLUSION: While SD is cross-sectionally associated with worse symptoms and mental well-being, it did not predict downstream hospital-based utilisation. Our results highlight the importance of assessing for and managing SD in patients with serious illness.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».