MétaCan
Menu
Retour à la cohorte
Enregistrement W4387962295 · doi:10.1200/op.2023.19.11_suppl.457

Assessing capacity for culture change in serious illness communication across McGill University cancer centers.

2023· article· en· W4387962295 sur OpenAlexaffabout
Sonia Skamene, Laura Fiorentino, Stefanie Gingras, Charles-Olivier Basile, Harvey Chang, Victoria Korsos, Justin J. Sanders

Notice bibliographique

RevueJCO Oncology Practice · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDocumentationMedicineReferralPalliative careContext (archaeology)CancerFamily medicineAdvance care planningNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

457 Background: Patients with advanced malignancy at McGill University’s Rossy Cancer Network (RCN) frequently die in the emergency room or hospital in the context of cancer directed therapy. Internal data indicate delayed referral to palliative care for high-risk patient groups and lack of training and physician discomfort with serious illness communication (SIC). To plan for a system-wide quality improvement (QI) initiative, we aimed to assess capacity for culture change around SIC across three university-affiliated cancer centers. Methods: Interdisciplinary oncology and palliative care leaders from the three RCN sites completed an institutional readiness survey to assess local data and QI infrastructure and potential strengths and challenges related to SIC. We conducted a retrospective chart review of patients who received care at RCN sites for advanced malignancy and who died over a 24-month period. We organized pilot three-hour multi-disciplinary training sessions in use of a Serious Illness Conversation Guide and targeted physicians, nurses, and social workers from each RCN site. Participants completed a survey upon training completion. We developed a quality improvement plan. Results: Institutional readiness surveys highlighted challenges in identifying patients who could benefit from serious illness conversations and lack of consistency and localization of electronic health record documentation of SIC. Preliminary analysis from a retrospective chart review (n=370) demonstrated that 98% of patients had documentation of some aspect of SIC. Only 38% of SIC documentation described patient goals and values, and only 23% referred to patient preferences or wishes. Most instances of SIC documentation (74%) focused on code status and orientation of treatment toward either comfort or cure. 28% of patients had first documentation of SIC within 30 days of death. Fifteen healthcare providers took part in the multidisciplinary training sessions. Training evaluation data suggest that trainees found the training acceptable and feasible, and appreciated the interprofessional nature of the sessions. Results include presentation of an implementation plan. Conclusions: Culture change initiatives related to SIC benefit from a robust assessment of existing resources and challenges. We used a multi-modal approach to assess and build capacity for a cross-institution QI initiative. This process and the resulting network and hospital-level QI plans can assist other academic institutions in leveraging SIC to transform and improve cancer care.

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)0,023
score de la tête « metaresearch » (Gemma)0,043
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 enseignants0,065
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,043
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0020,007
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 Opus0,348
Tête enseignante GPT0,550
Écart entre enseignants0,202 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJCO Oncology PracticeMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207