Improving serious illness communication: a qualitative study of clinical culture
Notice bibliographique
Résumé
OBJECTIVE: Communication about patients' values, goals, and prognosis in serious illness (serious illness communication) is a cornerstone of person-centered care yet difficult to implement in practice. As part of Serious Illness Care Program implementation in five health systems, we studied the clinical culture-related factors that supported or impeded improvement in serious illness conversations. METHODS: Qualitative analysis of semi-structured interviews of clinical leaders, implementation teams, and frontline champions. RESULTS: We completed 30 interviews across palliative care, oncology, primary care, and hospital medicine. Participants identified four culture-related domains that influenced serious illness communication improvement: (1) clinical paradigms; (2) interprofessional empowerment; (3) perceived conversation impact; (4) practice norms. Changes in clinicians' beliefs, attitudes, and behaviors in these domains supported values and goals conversations, including: shifting paradigms about serious illness communication from 'end-of-life planning' to 'knowing and honoring what matters most to patients;' improvements in psychological safety that empowered advanced practice clinicians, nurses and social workers to take expanded roles; experiencing benefits of earlier values and goals conversations; shifting from avoidant norms to integration norms in which earlier serious illness discussions became part of routine processes. Culture-related inhibitors included: beliefs that conversations are about dying or withdrawing care; attitudes that serious illness communication is the physician's job; discomfort managing emotions; lack of reliable processes. CONCLUSIONS: Aspects of clinical culture, such as paradigms about serious illness communication and inter-professional empowerment, are linked to successful adoption of serious illness communication. Further research is warranted to identify effective strategies to enhance clinical culture and drive clinician practice change.
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 | 0,028 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,013 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».