End-of-life transitions for family member on the solid tumour oncology ward: the 3 Wishes Project
Notice bibliographique
Résumé
OBJECTIVES: Although death is not uncommon for hospitalised patients with cancer, there are few interventions in oncology that are designed to create a dignified, compassionate end-of-life (EOL) experience for patients and families. The 3 Wishes Project (3WP), a programme in which clinicians elicit and implement final wishes for dying patients, has been shown effective in intensive care units (ICUs) at improving the EOL experience. The objective was to initiate 3WP on an oncology ward and evaluate its effect on family member experiences of their loved one's EOL. We hypothesised that the 3WP can be implemented in the non-ICU setting and help oncological patients and their families with transition to the EOL. METHODS: When the patient's probability of dying is greater than 95%, patients and families were invited to participate in the 3WP. Wishes were elicited, implemented and categorised. Audiorecorded, semistructured interviews were conducted with family members, transcribed and analysed using content analysis. RESULTS: 175 wishes were implemented for 52 patients with cancer (average cost of US$34). The most common wish (66%) was to personalise the environment. Qualitative analysis of 11 family member interviews revealed that the 3WP facilitates three transitions at the EOL: (1) the transition from multiple admissions to the final admission, (2) the transition of a predominantly caregiver role to a family member role and (3) the transition from a focus on the present to a focus on legacy. CONCLUSION: The 3WP can be implemented on the oncology ward and enhance the EOL experience for hospitalised patients with cancer.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».