Strategies to improve end-of-life decision-making and palliative care following hip fracture in frail older adults: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Although surgery is the gold standard following a hip fracture, the potential for rehabilitation and survival rates are low in frail older patients. Some patients may derive more benefit from palliative care. The objectives of this review were to identify the available strategies to improve end-of-life decision-making and palliative care for frail patients with hip fractures and to synthetise their level of support. METHODS: We conducted a scoping review of the scientific and grey literature, searching seven databases and websites of associations. We included all study designs, expert opinion articles and clinical practice guidelines (CPGs). Data were synthetised according to the Approach to Patient with Limited Life Expectancy and Hip Fracture framework. The number of research items and their level of evidence were tabulated for each of the recommended strategies. RESULTS: Of the 10 591 items identified, 34 were eligible. The majority of included articles were original research studies (n = 15). Half of the articles and CPGs focused on intervention categories (55%) such as goals of care discussion and comfort care, followed by factors to consider in the end-of-life decision-making process (25%) and prognosis assessments (20%), mainly through the estimation of life expectancy. The level of evidence for these strategies remains low, given the limited number of prospective studies supporting them. CONCLUSIONS: This scoping review highlighted that end-of-life care in frail older patients with a hip fracture remains understudied. The strategies identified could be prioritised for future research to improve the well-being of the target population while promoting sustainable resource management.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 ».