MétaCan
Menu
Retour à la cohorte
Enregistrement W4210262306 · doi:10.1111/hex.13447

Cultural adaptation of a community‐based advance serious illness planning decision aid to the Quebec context involving end‐users

2022· article· en· W4210262306 sur OpenAlexaffabout
Ariane Plaisance, Yoanna Skrobik, Mathieu Moreau, Félix Pageau, Diane Tapp, Daren K. Heyland

Notice bibliographique

RevueHealth Expectations · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensQueen's UniversityInstitut universitaire de cardiologie et de pneumologie de QuébecCentre intégré universitaire de santé et de services sociaux de la Capitale-NationaleCentres Intégré Universitaires de Santé et de Services SociauxUniversité LavalCentre Integre de Sante et de Services Sociaux de LavalUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanMcGill University
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)Context (archaeology)Advance care planningFocus groupPsychologyAdaptation (eye)Anticipation (artificial intelligence)Public relationsMedical educationMedicineNursingSociologyPolitical scienceComputer sciencePalliative careEngineering

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Traditional advance care planning focuses on end-of-life planning in the context of a certain or imminent death. It is not tailored for serious illness planning, where the 'death' outcome is uncertain. The Plan Well Guide™ (PWG) is a decision aid that empowers lay persons to better understand different types of care and prepares them, and their substitute decision-makers, to express both their authentic values and informed treatment preferences in anticipation of serious illness. A cultural adaptation was necessary to make the material suitable to the context of Quebec, a French-speaking Canadian province. METHODS: We engaged lay collaborators and experts in a panel, involving three phases of consultation and data collection. These included an online questionnaire, focused interviews and virtual focus groups that identified elements within the francophone PWG affecting its feasibility, adaptation and integration, as well as items that should be modified. RESULTS: We engaged 22 collaborators between April and September 2021. The majority (82%) ranked the first translation as good or very good; most (70%) stated that they would recommend the final adaptation. Both lay and expert panel members suggested simplifying the language and framing the tool better within the context of other advance medical planning processes in Quebec. Translation was considered in a cultural context; the challenges identified by the research team or by collaborators were addressed during the focus group. Examples of wording that required discussion include translating 'getting the medical care that's right for you' when referring to the PWG's goal. An equivalent expression in the French translation was believed to invoke religious associations. Using the term 'machines' to describe life-sustaining treatments was also deliberated. CONCLUSION: Our collaborative iterative adaptation process led to the first French advanced serious illness planning tool. How acceptable and user-friendly this French adaptation of the PWG is in various Canadian French-speaking environments requires further study. CONTRIBUTION: We organized a focus group inviting both lay collaborators and experts to contribute to the interpretation of the results of the previous phases. This choice allowed us to add more value to our results and to the final PWG in French.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,175
Tête enseignante GPT0,457
Écart entre enseignants0,281 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth ExpectationsMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207