Identifying Core Domains to Assess the “Quality of Death”: A Scoping Review
Notice bibliographique
Résumé
CONTEXT: There is growing recognition of the value to patients, families, society, and health systems in providing healthcare, including end-of-life care, that is consistent with both patient preferences and clinical guidelines. OBJECTIVES: Identify the core domains and subdomains that can be used to evaluate the performance of end-of-life care within and across health systems. METHODS: PubMed/MEDLINE (NCBI), PsycINFO (ProQuest), and CINAHL (EBSCO) databases were searched for peer-reviewed journal articles published prior to February 22, 2020. The SPIDER tool was used to determine search terms. A priori criteria were followed with independent review to identify relevant articles. RESULTS: A total of 309 eligible articles were identified out of 2728 discrete results. The articles represent perspectives from the broader health system (11), patients (70), family and informal caregivers (65), healthcare professionals (43), multiple viewpoints (110), and others (10). The most common condition of focus was cancer (103) and the majority (245) of the studies concentrated on high-income country contexts. The review identified five domains and 11 subdomains focused on structural factors relevant to end-of-life care at the broader health system level, and two domains and 22 subdomains focused on experiential aspects of end-of-life care from the patient and family perspectives. The structural health system domains were: 1) stewardship and governance, 2) resource generation, 3) financing and financial protection, 4) service provision, and 5) access to care. The experiential domains were: 1) quality of care, and 2) quality of communication. CONCLUSION: The review affirms the need for a people-centered approach to managing the delicate process and period of accepting and preparing for the end of life. The identified structural and experiential factors pertinent to the "quality of death" will prove invaluable for future efforts aimed to quantify health system performance in the end-of-life period.
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 | 0,029 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».