139 Practices, facilitators and barriers for specialist palliative care referral among doctors in the department of cardiology of Khoo Teck Puat hospital in Singapore
Notice bibliographique
Résumé
Background Heart failure (HF) is a chronic, progressive disease with increasing prevalence, including up to 4.5% in Singapore. Despite advancements in treatment, the prognosis remains poor, with 1-year mortality rates ranging from 25% to 75%. The 2020 guidelines from the Singapore Heart Failure Society emphasize the importance of early palliative care integration in HF management. However, compared to cancer patients, HF patients are less frequently referred to Specialist Palliative Care (SPC). This study aims to explore the referral practices of doctors within the Department of Cardiology, the timing and frequency of SPC referrals, and the barriers to referring HF patients to palliative care. Methods A cross-sectional, prospective qualitative survey was conducted among cardiology consultants, resident/staff physicians, and medical officers at Khoo Teck Puat Hospital. A questionnaire adapted from studies in Canada and Germany was used, covering demographics, training, SPC referral practices, and perceived barriers. Data were analyzed using SPSS Version 27.0, with Chi-square tests applied to compare responses between senior and junior doctors, and a p-value of <0.05 considered statistically significant. Results The survey revealed that while palliative care was recognized as beneficial for HF patients, referrals to SPC were often delayed, typically occurring in the advanced stages of the disease. Key barriers included discomfort with discussing end-of-life care and uncertainty about the appropriate timing for SPC referral. Senior doctors reported greater discomfort in these discussions compared to junior doctors. Conclusions The study highlights the need for earlier and more frequent referrals to SPC for HF patients. Addressing the identified barriers, including clarifying referral guidelines, could improve the integration of palliative care into HF management and ultimately improve patient outcomes.
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 | 0,001 | 0,006 |
| 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 | 0,000 |
| 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 ».