Identifying barriers and facilitators to palliative care integration in the management of hospitalized patients with COVID-19: A qualitative study
Notice bibliographique
Résumé
Background: Palliative care is well suited to support patients hospitalized with COVID-19, but integration into care has been variable and generally poor. Aim: To understand barriers and facilitators of palliative care integration for hospitalized patients with COVID-19. Methods: Internists, Intensivists and palliative care physicians completed semi-structured interviews about their experiences providing care to patients with COVID-19. Results were analysed using thematic analysis. Results: Twenty-three physicians (13 specialist palliative care, five intensivists, five general internists) were interviewed; mean ± SD age was 42 ± 11 years and 61% were female. Six thematic categories were described including: patient and family factors, palliative care knowledge, primary provider factors, COVID-19 specific factors, palliative care service factors, and leadership and culture factors. Patient and family factors included patient prognosis, characteristics that implied prognosis (i.e., age, etc.), and goals of care. Palliative care knowledge included confidence in primary palliative care skills, misperception that COVID-19 is not a ‘palliative diagnosis’, and the need to choose quantity or quality of life in COVID-19 management. Primary provider factors included available time, attitude, and reimbursement. COVID-19 specific factors were COVID-19 as an impetus to act, uncertain illness trajectory, treatments and outcomes, and infection control measures. Palliative care service factors were accessibility, adaptability, and previous successful relationships. Leadership and culture factors included government-mandated support, presence at COVID planning tables, and institutional and unit culture. Conclusion: The study findings highlight the need for leadership support for formal integrated models of palliative care for patients with COVID-19, a palliative care role in pandemic planning, and educational initiatives with primary palliative care providers.
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 | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».