Triggers for Referral to Specialized Palliative Care in Advanced Neurologic and Neurosurgical Conditions
Notice bibliographique
Résumé
Background and Objectives: To systematically review the literature for the most suitable trigger criteria for referral to specialist palliative care services in life-limiting and life-threatening neurologic and neurosurgical conditions. Methods: was used to assess for risk of bias. Results: Our search identified 1,748 publications, of which 22 articles met the eligibility criteria. Studies were considered in 2 main groups: (A) studies designed specifically to identify trigger criteria for referral to specialized neuropalliative care services (n = 9) and (B) studies that retrospectively reported the reason for referral to specialized palliative care or reflected a consensus statement among people with advanced neurologic illness (n = 13). Overall, the results suggest that several published referral triggers for specialized neuropalliative care are based on expert consensus. However, there is a growing body of literature providing evidence-based condition-specific triggers for multiple sclerosis, parkinsonism, amyotrophic lateral sclerosis, and dementia. Discussion: There is a growing body of research that outlines evidence-based referral triggers for neuropalliative care. The ambiguity of nomenclature surrounding referral triggers in the current literature and field of neuropalliative care was a limitation to this study. We suggest that condition-specific triggers are likely to be the most effective for identifying the appropriate patients and timing for referral to specialist palliative care. (PROSPERO registration number: CRD42020135791, crd.york.ac.uk/prospero).
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 | 0,015 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,014 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».