CLINICIAN EXPRESSIONS OF CONDOLENCE AFTER THE DEATH OF A PATIENT: AN INTERNATIONAL SURVEY
Notice bibliographique
Résumé
Abstract There is little literature about expressions of condolence from providers to family members of those that have died, and no known literature reported during the COVID-19 pandemic. This study utilized an investigator-developed survey of healthcare clinicians about contacting families of patients who have died. It conducted via email and online from October to December 2021. Of 131 respondents, 67% were female, from 23 states, Canada, and UK. Half (49%) had >15 years experience, and most (85%) were attending physicians. The majority (99%) reported that a patient had died in their care within last year, while 18% reported lost >10 patients per month. Methods of condolences were phone calls, and personal letters. Most (67%) reported no change in contacting families, while 23% increased. When asked if they would be interested in education on expressing condolences, 47% responded “yes.” Barriers to condolences were time (64%), unsure of what to say (20%), afraid family will be upset (19%), medical/legal reasons (10%), no training (8%), and no personal relationship (7%). Most, (85%) reported that most calls “went well or better than expected.” Females (vs. male) reported often/always sending letters (45% vs 20%, p=0.13), and often/always calling by phone significantly more (71% vs 63%, p=0.04). Younger (< 40) clinicians (vs. older) reported being very/moderately comfortable talking to families (72% vs 78%, p=0.79), phone calls (64% vs 69%, p=0.68) and personal letters (27% vs 42%, p=0.91). Nearly half of respondents requested training. This is a practice that should be further studied for clinician and family experience purposes.
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 | 0,003 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».