MétaCan
Menu
Retour à la cohorte
Enregistrement W4224996059 · doi:10.3332/ecancer.2022.1377

Stigma about palliative care: origins and solutions

2022· article· en· W4224996059 sur OpenAlexafffund
Jacqueline Alcalde, Camilla Zimmermann

Notice bibliographique

Revueecancermedicalscience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of TorontoUniversity Health NetworkPrincess Margaret Cancer Centre
Organismes subventionnairesUniversity of Toronto
Mots-clésPalliative careMedicineReferralStatus quoStigma (botany)NursingMisinformationFamily medicinePsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

Despite high-level evidence demonstrating the benefits of integrating palliative care early in the trajectory of advanced cancer, there remains a stigma surrounding this important discipline.This stigma is rooted in the origins of palliative care as care for the dying and is propagated by misinformation and late referrals to palliative care services.Current official definitions of palliative care emphasise the importance of early identification and treatment of symptoms and provision of care concurrently with treatments aimed at improving survival.However, this model of palliative care is neither widely known by patients and their caregivers nor consistently practiced.Herein, we describe changes that are necessary at the levels of practice, policy and public education to shift the status quo.Change requires palliative care teams that are staffed, trained and resourced to accommodate early referrals; education for referring physicians to provide high-quality primary palliative care, as well as timely referral to specialists; and a public health strategy for timely palliative care that educates and engages policymakers, stakeholders and the public.The hospice movement was directed at improving care for the dying; continued expansion of this movement is necessary so that all patients with advanced cancer may benefit from its principles throughout the course of illness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,041
Communication savante0,0120,018
Science ouverte0,0030,019
Intégrité de la recherche0,0110,022
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,423
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations41
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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