Prevalence and characteristics of patients with heart failure needing palliative care
Notice bibliographique
Résumé
BACKGROUND: Few hospitals and heart failure (HF) clinics offer concurrent palliative care (PC) together with life-prolonging therapies. To know the prevalence of patients in HF clinics needing PC and useful tools to recognize them are the first steps to extending PC in those settings. However, it is still unknown whether tools commonly used to identify patients with HF needing PC can correctly distinguish them. Two systematic reviews found that the NECesidades PALiativas (NECPAL) tool was one of the two most commonly used tools to asses PC needs in HF patients. Therefore, we assessed 1) the prevalence of PC needs in HF clinics according to the NECPAL tool, and 2) the characteristics of the patients identified as having PC; mainly, their quality of life (QoL), symptom burden, and psychosocial problems. METHODS: This cross-sectional study was conducted at two HF clinics in Colombia. We assessed the prevalence of PC in the overall sample and in subgroups according to clinical and demographic variables. We assessed QoL, symptom burden, and psychosocial problems using the 12-Item Short-Form Health Survey (SF-12), the Kansas City Cardiomyopathy Questionnaire (KCCQ) and the Edmonton Symptom Assessment System (ESAS). We compared the results of these tools between patients identified as having PC needs (+NECPAL) and patients identified as not having PC needs (-NECPAL). RESULTS: Among the 178 patients, 78 (44%) had PC needs. The prevalence of PC needs was twice as nigh in patients NYHA III/IV as in patients NYHA I/II and almost twice as high in patients older than 70 years as in patients younger than 70 years. Compared to -NECPAL patients, +NECPAL patients had worse QoL, more severe shortness of breath, tiredness, drowsiness, and pain, and more psychosocial problems. CONCLUSION: The prevalence of PC needs in outpatient HF clinics is high and is even higher in older patients and in patients at more advanced NYHA stages. Compared to patients identified as not having PC needs, patients identified as having PC needs have worse QoL, more severe symptoms, and greater psychosocial problems. Including a PC provider in the multidisciplinary team of HF clinics may help to assess and cover these needs.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».