Palliative sedation determinants: systematic review and meta-analysis in palliative medicine
Notice bibliographique
Résumé
BACKGROUND: The utilisation of palliative sedation is often favoured by patients approaching end of life due to the presence of multiple difficult-to-manage symptoms during the terminal stage. This study aimed to identify the determinants of the use of palliative sedation. METHODS: To identify pertinent observational studies, a comprehensive search was performed in PubMed, Embase, Cochrane Library, and PsycINFO databases from their inception until March 2022. The methodological quality of the chosen prospective and retrospective cohort studies was assessed using the Newcastle Ottawa Scale, while the Agency for Healthcare Research and Quality was used to evaluate the methodological quality of the selected cross-sectional studies. For each potential determinant of interest, the collected data were synthesised and analysed, and in cases where data could not be combined, a narrative synthesis approach was adopted. RESULTS: A total of 21 studies were analysed in this research, consisting of 4 prospective cohort studies, 7 retrospective cohort studies, and 10 cross-sectional studies. The findings indicated that several determinants were significantly associated with palliative sedation. These determinants included younger age, male gender, presence of tumours, dyspnoea, pain, delirium, making advanced medical end-of-life decisions, and dying in a hospital setting. CONCLUSIONS: The findings of our review could help physicians identify patients who may need palliative sedation in advance and implement targeted interventions to reverse refractory symptoms, develop personalized palliative sedation programs, and ultimately improve the quality of palliative care services. TRIAL REGISTRATION: PROSPERO registration number CRD42022324720.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».