Content of Serious Illness Care conversation documentation is associated with goals of care orders—a quantitative evaluation in hospital
Notice bibliographique
Résumé
BACKGROUND: The Serious Illness Care Program (SICP) increases quality of documentation about patients' values and priorities, but it is not known whether patient characteristics and goals of care are associated with the elements documented. The purpose of this study was to explore for associations between the quantity and type of elements documented after SICP conversations with patient characteristics and goals of care order. METHODS: Documentation of SICP conversations by internal medicine physicians with hospitalized patients was evaluated in a retrospective chart review between March 2018 to December 2019. The conversations occurred after SICP implementation in a Tertiary Hospital, Medical teaching unit which uses "Goals of Care Designation" (GCD) medical orders to communicate a patient's general intent, specific interventions, and preferred locations of care. A validated SICP codebook was used to determine the frequency of conversation elements documented for (1) Goals and Values; (2) Prognosis/illness understanding; (3) End-of-life care planning and (4) GCD/Life-sustaining treatment preferences. Univariate and multivariate generalized linear models were used to analyze associations between quantity of elements documented and patient characteristics (age, gender, frailty, language spoken and GCD). RESULTS: Of 175 SICP conversations documented, in the univariate analysis more goals and values were documented for patients who understand/speak English (0.89; 95% CI: 0.14 - 1.63) and more content was recorded for patients with a non-resuscitative GCD focus ("Medical": 2.42; 95% CI: 1.51 - 3.33; "Comfort": 1.06; 95% CI: 0.24 - 1.88) although not in all domains. In the multivariate analysis, controlling for age, gender, language and frailty, the association between content scores and GCD remained highly significant. Patients with a non-resuscitative GCD had higher total domain scores than those with a resuscitative GCD ("Medical": 1.27 95% CI: 0.42-2.13; "Comfort": 2.67, 95% CI:1.71-3.62). CONCLUSION: The type of content documented by physicians after a SICP conversation is associated with the patient's goals of care.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».