Practice Patterns of Medical Oncologists: A Survey of Advance Care Planning in the Outpatient Setting
Notice bibliographique
Résumé
Introduction . Advance care planning (ACP) is an important part of cancer care. We determined the ACP practice patterns of medical oncologists at our academic cancer centre in Canada. Methods . Medical oncologists were invited to participate in a questionnaire in August 2019. Questions were validated by a local survey expert. Twelve multiple‐choice questions were included. Results . Seventeen of the 23 eligible oncologists responded. 64% were male, and 76% were in practice for <16 years. Common tumour sites treated by respondents included breast (53%), lung (24%), gastrointestinal (24%), and genitourinary (24%) cancers. Oncologists responded that components of ACP included designating a substitute decision‐maker (100%), determining goals of care (100%), making decisions about cardiopulmonary resuscitation (94%), and disposition of property/finances (88%). They discuss ACP with curable vs. incurable patients 6% vs. 93% of the time. While 88% of oncologists reported it would be desirable to initiate ACP discussions in the first 3 visits, in the incurable setting, only 29% reported doing so. Patient characteristics that prompt oncologists to discuss ACP in the first 3 visits in the curative vs. incurable settings include elderly age (23% vs. 59%), poor performance status (47% vs. 88%), and short prognosis (47% vs. 88%). Oncologists thought the most appropriate time to discuss ACP in the curative setting was at the time the patient initiates it (35%), and during visits 2‐3 in the incurable setting (41%). The most common barriers to discussing ACP include insufficient time (71%) and too much information for the patient (71%). Conclusions . While medical oncologists believe that discussing ACP with cancer patients in the first few outpatient visits is important, this seldom occurs due to the presence of several barriers.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».