Notice bibliographique
Résumé
Background Advance care planning (ACP) has the potential to address patients’ end-of-life care needs. In Hong Kong, ACP is relatively new to the public. Older adults and patients with progressive and life-limiting illnesses are beginning to embrace the concept. As such, frontline healthcare professionals, need to have a good understanding of the concepts and the skills to initiate such conversation. The end-of-life care capacity-building program of the CUHK Institute of Ageing, is part of the Jockey Club End-of-life Community Care Project since 2015. It has been training healthcare professionals of the public hospitals in the New Territories East Cluster. And since 2022, the training sessions are extended to the Hong Kong West and East Clusters. Although the Hospital Authority has guidelines for clinicians in promoting ACP to the appropriate patients, there are barriers. It is important to have a thorough understanding of the barriers and the facilitating factors to enhance the progression of ACP to meet the patient and family’s end-of-life care needs. Methods A cross-sectional, self-administered survey will be conducted on nurses of public hospitals in March 2023. The survey is being promoted through the hospital’s central nursing division. The questionnaire is adapted to the Hong Kong culture from a recently published questionnaire in Canada. Data will be collected in Mar and Apr. The results will be statistically analyzed using SPSS. Results The results of the perceived barriers and enablers will be categorized as clinician, patient, and system factors, rating on a 6-point Likert scale from 0 (a minimal extent) to 6 (an extreme amount), and the enablers by using an open-ended question. Conclusion There are barriers to engaging patients and families in ACP at the clinician, patient, and system levels that could potentially be addressed through the development of multidimensional ACP implementation.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,005 |
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 ».