MétaCan
Menu
Retour à la cohorte
Enregistrement W4388489135 · doi:10.1080/07481187.2023.2266639

“It took so much of the humanness away”: Health care professional experiences providing care to dying patients during COVID-19

2023· article· en· W4388489135 sur OpenAlexafffundabout
Lily Pankratz, Gagan Gill, Salina Pirzada, Kelsey Papineau, Kristin Reynolds, Christian La Rivière, Shay‐Lee Bolton, Jennifer Hensel, Kendiss Olafson, Maia S. Kredentser, Renée El‐Gabalawy, Tim Hiebert, Harvey Max Chochinov

Notice bibliographique

RevueDeath Studies · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePatient Dignity and Privacy
Établissements canadiensCancerCare ManitobaUniversity of Manitoba
Organismes subventionnairesResearch Manitoba
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Health careDistressQualitative researchNursingGrounded theoryMedicinePalliative carePsychologyClinical psychologySociologyDiseasePolitical science

Résumé

récupéré en direct d'OpenAlex

COVID-19 has affected healthcare in profound and unprecedented ways, distorting the experiences of patients and healthcare professionals (HCPs) alike. One area that has received little attention is how COVID-19 affected HCPs caring for dying patients. The goal of this study was to examine the experiences of HCPs working with dying patients during the COVID-19 pandemic. Between July 2020–July 2021, we recruited HCPs (N = 25) across Canada. We conducted semi-structured interviews, using a qualitative study design rooted in constructivist grounded theory methodology. The core themes identified were the impact of the pandemic on care utilization, the impact of infection control measures on provision of care, moral distress in the workplace, impact on psychological wellbeing, and adaptive strategies to help HCPs manage emotions and navigate pandemic imposed changes. This is the first Canadian study to qualitatively examine the experiences of HCPs providing care to dying patients during the COVID-19 pandemic. Implications include informing supportive strategies and shaping policies for HCPs providing palliative 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,154
Tête enseignante GPT0,443
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDeath StudiesMême sujetPatient Dignity and PrivacyTravaux en français237 207