Serious Illness Communication in Cancer Care in Africa: A Scoping Review of Empirical Research
Notice bibliographique
Résumé
PURPOSE Serious illness communication (SIC) in cancer care describes conversations between clinicians, patients, and families about prognosis and treatment decisions. Cultural context influences SIC. Researchers have studied SIC across diverse settings in Africa. We aimed to describe and synthesize the heterogeneous body of research on SIC practices, preferences, and needs in Africa to identify research and training priorities. METHODS Our search strategy identified studies that focused on SIC within cancer or palliative care in Africa. Following PRISMA guidelines, a systematic literature search was performed using PubMed, Embase, Web of Science, CINAHL, African Index Medicus, and PsycINFO, yielding 1811 unique titles. After sequential review of abstracts, full text, and cited references, 42 articles met inclusion criteria. Quantitative and qualitative data describing study characteristics, aims, methods, and findings were abstracted and analyzed using descriptive statistics and thematic analysis. Critical appraisal was performed using the Mixed Methods Appraisal Tool. RESULTS The 42 included articles were published from 1997-2021, half since 2017, representing 16 countries and all African Union regions: West (33%), East (29%), South (21%), North (12%), and Central (5%). Most study designs were qualitative (45%) or quantitative surveys (50%). Study participants included patients (35%), family caregivers (18%), doctors (18%), nurses (12%), and/or other (11%). Study aims focused on disclosure of diagnosis (27%) or prognosis (20%), breaking bad news (15%), general patient-clinician communication (12%), truth-telling (8%), shared decision-making (7%), information needs/preferences (5%), and/or advance care planning (5%). Despite diverse contexts, common themes emerged. Study authors frequently recommended communication skills training. Critical appraisal demonstrated high quality of studies overall. CONCLUSION Research on SIC in Africa has increased in recent years. Most studies have focused on information delivery by clinicians; fewer on eliciting information from patients (eg, shared decision-making, advanced care planning). Significant opportunities exist for further study and for communication skills training.
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 | 0,021 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,017 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».