Palliative care in gynecologic oncology: a narrative review of current literature and vision for the future
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Several professional societies have recommended incorporating palliative care into routine oncology care, yet palliative care remains underutilized among women with gynecologic cancers. This narrative review highlights current evidence regarding utilization of palliative care in gynecologic oncology care. Additionally, the authors offer recommendations to increase early integration and utilization of palliative care services, improve education for current and future gynecologic oncology providers, and expand the palliative care workforce. METHODS: The authors reviewed studies of palliative care interventions in oncology settings, with an emphasis on studies that included women with gynecologic malignancies. A panel of author/experts were gathered for a semi-structured interview to discuss the future of palliative care in gynecologic cancer care. The interview was recorded and reviewed to highlight themes. KEY CONTENT AND FINDINGS: Data supports routine integration of palliative care into gynecologic oncology practice. To expand delivery of palliative care, additional research that investigates implementation of palliative care across different healthcare settings is needed. There is a shortage of palliative care providers in the United States. Therefore, it is critical for gynecologic oncologists to receive a robust education in primary palliative care skillsets. Additionally, to expand the specialty palliative care workforce, palliative medicine leaders should recruit more gynecologic oncologists and other surgeons into palliative care fellowship programs. CONCLUSIONS: Expanded utilization of palliative care offers an opportunity to improve quality of care and outcomes for women with gynecologic cancers.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».