MétaCan
Menu
Retour à la cohorte
Enregistrement W4317033782 · doi:10.15649/cuidarte.2539

Necesidades de cuidado paliativo del paciente con falla cardiaca: un estudio mixto

2022· article· es· W4317033782 sur OpenAlexaboutno aff
Lucely Marisel Fiscal Idrobo, Priscilla Ospina-Muñoz, Lina María Vargas-Escobar, Maria Cilia Rincon Buenhombre

Notice bibliographique

RevueRevista CUIDARTE · 2022
Typearticle
Languees
DomaineHealth Professions
ThématiqueNursing care and research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Introduction: The presence of physical, psychosocial, and spiritual signs and symptoms should be identified and managed through the palliative care that health care teams and professionals pro vide. Objective: To identify the palliative care needs of people with heart failure, their caregivers, and the multidisciplinary team of a heart failure unit. Materials and Methods: A mixed-method study with a sequential transformative design (DITRAS, for its acronym in Spanish) was conducted. It began with a quantitative phase in which the Edmonton Symptom Assessment Scale (ESAS), the Therapy-Spiritual Well-Being Scale (FACIT-Sp-12), and the Barthel Index were used. The qualitative phase was conducted with three focus groups involving seven patients, eight caregivers, and twelve health professionals from the multidisciplinary team. Elizabeth Lenz's Theory of Unpleasant Symptoms was used as a guideline for this study. Results: Physiological (edema, fatigue, and dyspnea) and psychological (attitude towards life and enjoyment of hobbies) palliative care needs and situational factors (caregiver dependence and support networks) were identified and could be understood through Lenz's theory. Conclusions: Palliative care needs in patients with heart failure are presented under a framework of symptoms that patients, caregivers, and the health care team perceive. Comprehensive approaches are required to improve symptom experience.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,047
Tête enseignante GPT0,409
Écart entre enseignants0,362 · 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'étudeQualitatif
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista CUIDARTEMême sujetNursing care and researchTravaux en français237 207