Measuring prognostic awareness in patients with advanced cancer: a scoping review and interpretive synthesis of the impact of hope
Notice bibliographique
Résumé
BACKGROUND: Assessment of prognostic awareness (PA) in patients with advanced cancer is challenging because patient responses often indicate their hopes. The objectives of this scoping review were to summarize studies that measured PA in patients with advanced cancer and to synthesize data about how PA was measured and whether hope was incorporated into the measurement. METHODS: MEDLINE and Embase databases were searched from inception to December 14, 2021. Data regarding the impact of hope on assessment of PA were extracted when studies reported on patients' beliefs about prognosis and patients' beliefs about their doctor's opinion about prognosis. An interpretive synthesis approach was used to analyze the data and to generate a theory regarding the incorporation of hope into the assessment of PA. RESULTS: In total, 52 studies representing 23 766 patients were included. Most were conducted in high-income countries and measured PA based on the goal of treatment (curable vs incurable). Five studies incorporated hope into the assessment of PA and reported that among patients who responded that their treatment goal was a cure, an average of 30% also acknowledged that their doctors were treating them with palliative intent. Interpretive synthesis of the evidence generated a trinary conceptualization of PA patients who are aware and accepting of their prognosis; aware and not accepting; and truly unaware. Each of these groups will benefit from different types of interventions to support their evolving PA. CONCLUSION: The trinary conceptualization of PA may promote understanding of the impact of hope in the assessment of PA and guide future research.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».