“Some things are even worse than telling a child he is going to die”: Pediatric oncology healthcare professionals perspectives on communicating with children about cancer and end of life
Notice bibliographique
Résumé
INTRODUCTION: This study explored pediatric oncology healthcare professionals' (HCPs) perspectives on direct communication with children with advanced disease about their disease, palliative care, and end-of-life (EOL) communication. METHODS: Forty-six pediatric oncologists, nurses, psychosocial team members, and other HCPs from six hospital centers in Israel participated in semi-structured interviews. The Grounded Theory method was used. Data were analyzed line-by-line with codes and categories developed inductively from participants' narratives. RESULTS: HCPs viewed communication about disease progression and EOL as vital because children were often aware of their prognosis, because lack of communication could lead to emotional distress, and because communication is a prerequisite for shared decision-making. HCPs identified several barriers for communication including HCP barriers (such as emotional strains, lack of training), parental barriers, guardianship law, and language and culture. HCPs also described strategies to promote EOL communication. Direct strategies include tailoring communication, allowing for silence, echoing children's questions, giving information gradually, and answering direct questions honestly. Indirect strategies included encouraging parents to talk to their children and teamwork with colleagues. CONCLUSIONS: Open communication with children who have cancer is essential. Nevertheless, multiple barriers persist. The rising accessibility of online information calls for urgent training of HCPs in communication so that children will not turn to unmediated and potentially misleading information online in the absence of HCP communication. Evidence-based effective communication training modules and emotional support should be offered to HCPs. Knowledge about children's development, age-appropriate communication, and cultural sensitivity should be included in this training.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».