MétaCan
Menu
Retour à la cohorte
Enregistrement W4310778867 · doi:10.1089/jpm.2022.0277

Symptom Burden and Shared Care Planning in an Oncology Nurse-Led Primary Palliative Care Intervention (CONNECT) for Patients with Advanced Cancer

2022· article· en· W4310778867 sur OpenAlexaboutno aff
Chandler Mitchell, Andrew D. Althouse, Robert Feldman, Robert M. Arnold, Margaret Rosenzweig, Kenneth J. Smith, Edward Chu, D.B. White, Thomas J. Smith, Yael Schenker

Notice bibliographique

RevueJournal of Palliative Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteNational Institute on Aging
Mots-clésMedicinePsychological interventionPalliative careIntervention (counseling)Oncology nursingAdvance care planningRandomized controlled trialMEDLINEFamily medicinePhysical therapyInternal medicineNursingNurse education

Résumé

récupéré en direct d'OpenAlex

Purpose: Primary palliative care (PPC) interventions are needed to address unmet symptom needs within standard oncology care. We designed an oncology nurse-led PPC intervention using shared care planning to facilitate patient engagement. This analysis examines the prevalence and severity of symptoms reported by patients and how symptoms were addressed on shared care plans (SCPs). Methods: Secondary analysis of a cluster randomized PPC intervention trial. Adult patients with metastatic solid tumors whose oncologist “would not be surprised if the patient died within a year” were included. Twenty-three oncology nurses received PPC training and conducted up to three monthly visits with patients. Symptom prevalence and severity were assessed before each visit using the Edmonton Symptom Assessment Scale (ESAS). Nurses collaboratively developed treatment strategies with patients, targeting the most bothersome symptoms for improvement. Results: Among 571 nurse-led PPC visits with 235 patients, the most prevalent and severe symptoms were tiredness (reported at 86% of visits; ESAS ≥4 in 55% of visits), low sense of wellbeing (78%; ESAS ≥4 in 38%), and poor appetite (69%; ESAS ≥4 in 42%). Moderately severe symptoms were addressed on SCPs ranging from 4% (drowsiness) to 35% (tiredness) of the time. Symptom management plans developed by PPC-trained oncology nurses primarily focused on nonpharmaceutical interventions (70%) compared with pharmaceutical interventions (30%). Conclusion: The symptoms that patients report most frequently and as most severe on SCPs were addressed less frequently than expected. Further research is needed to understand how PPC interventions can be designed to more effectively target and improve bothersome symptoms for patients with advanced cancer. Clinical Trial Registration:ClinicalTrials.gov identifier: NCT02712229

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,442
Écart entre enseignants0,377 · 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'étudeObservationnel
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Palliative MedicineMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207