‘Confidence and fulfillment’: a qualitative descriptive study exploring the impact of palliative care training for long-term care physicians and nurses
Notice bibliographique
Résumé
Objective: To explore the impact of a 2-day, in-person interprofessional palliative care course for staff working in long-term care (LTC) homes. Methods: A qualitative descriptive study design was employed. LTC staff who had participated in Pallium Canada's Learning Essential Approaches to Palliative Care LTC Course in Ontario, Canada between 2017 and 2019 were approached. Semi-structured interviews were conducted, using an online videoconferencing platform in mid-2021 in Ontario, Canada. These were done online, recorded, and transcribed. Data were coded inductively. Results: Ten persons were interviewed: four registered practical nurses, three registered nurses, one nurse practitioner, and two physicians. Some held leadership roles. Participants described ongoing impact on themselves and their ability to provide end-of-life (EOL) care (micro-level), their services and institutions (meso-level), and their healthcare systems (macro-level). At a micro-level, participants described increased knowledge and confidence to support residents and families, and increased work fulfillment. At the meso-level, their teams gained increased collective knowledge and greater interprofessional collaboration to provide palliative care. At the macro level, some participants connected with other LTC homes and external stakeholders to improve palliative care across the sector. Training provided much-needed preparedness to respond to the impact of the COVID-19 pandemic, including undertaking advance care planning and EOL conversations. The pandemic caused staff burnout and shortages, creating challenges to applying course learnings. Significance of results: The impact of palliative care training had ripple effects several years after completing the training, and equipped staff with key skills to provide care during the COVID-19 pandemic. Palliative care education of staff remains a critical element of an overall strategy to improve the integration of palliative care in LTC.
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 | 0,020 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,013 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».