MétaCan
Menu
Retour à la cohorte
Enregistrement W3181033036 · doi:10.1186/s12904-021-00781-8

Engaging family caregivers and health system partners in exploring how multi-level contexts in primary care practices affect case management functions and outcomes of patients and family caregivers at end of life: a realist synthesis

2021· article· en· W3181033036 sur OpenAlexafffund
Grace Warner, Lisa Garland Baird, Brendan McCormack, Robin Urquhart, Beverley Lawson, Cheryl Tschupruk, Erin Christian, Lori E. Weeks, Kothai Kumanan, Tara Sampalli

Notice bibliographique

RevueBMC Palliative Care · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of Prince Edward IslandNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPalliative careAffect (linguistics)End-of-life careNursingPsychologyFamily caregiversAdvance care planningHealth careMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: An upstream approach to palliative care in the last 12 months of life delivered by primary care practices is often referred to as Primary Palliative Care (PPC). Implementing case management functions can support delivery of PPC and help patients and their families navigate health, social and fiscal environments that become more complex at end-of-life. A realist synthesis was conducted to understand how multi-level contexts affect case management functions related to initiating end-of-life conversations, assessing patient and caregiver needs, and patient/family centred planning in primary care practices to improve outcomes. The synthesis also explored how these functions aligned with critical community resources identified by patients/families dealing with end-of-life. METHODS: A realist synthesis is theory driven and iterative, involving the investigation of proposed program theories of how particular contexts catalyze mechanisms (program resources and individual reactions to resources) to generate improved outcomes. To assess whether program theories were supported and plausible, two librarian-assisted and several researcher-initiated purposive searches of the literature were conducted, then extracted data were analyzed and synthesized. To assess relevancy, health system partners and family advisors informed the review process. RESULTS: Twenty-eight articles were identified as being relevant and evidence was consolidated into two final program theories: 1) Making end-of-life discussions comfortable, and 2) Creating plans that reflect needs and values. Theories were explored in depth to assess the effect of multi-level contexts on primary care practices implementing tools or frameworks, strategies for improving end-of-life communications, or facilitators that could improve advance care planning by primary care practitioners. CONCLUSIONS: Primary care practitioners' use of tools to assess patients/families' needs facilitated discussions and planning for end-of-life issues without specifically discussing death. Also, receiving training on how to better communicate increased practitioner confidence for initiating end-of-life discussions. Practitioner attitudes toward death and prior education or training in end-of-life care affected their ability to initiate end-of-life conversations and plan with patients/families. Recognizing and seizing opportunities when patients are aware of the need to plan for their end-of-life care, such as in contexts when patients experience transitions can increase readiness for end-of-life discussions and planning. Ultimately conversations and planning can improve patients/families' outcomes.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,374
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,275
Tête enseignante GPT0,402
Écart entre enseignants0,126 · 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Palliative CareMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207