Critical Care Outreach Team Nurses' Approaches to End‐of‐Life Conversations: An Interpretive Descriptive Study
Notice bibliographique
Résumé
BACKGROUND: Critical care outreach team (CCOT) nurses are part of hospital emergency response teams, assessing and mobilising resources for decompensating patients. Although a significant proportion of this role involves addressing end-of-life (EOL) issues, this role is ill-defined in the literature and in practice. AIM: To explore the experiences of CCOT nurses with EOL conversations. STUDY DESIGN: A qualitative interpretive descriptive methodology guided the study. A semi-structured interview guide was used to collect audio-recorded individual interview data from CCOT nurses from seven hospitals in Ontario. Interview data were analysed using a thematic analysis approach. RESULTS: Data from 11 CCOT nurse participants revealed two key themes: 'Acquiring skills to discuss end-of-life issues' and 'Dynamic approaches to end-of-life conversations'. CCOT nurses' role in EOL conversations diverged significantly from their practice as bedside critical care nurses, assuming additional autonomy and responsibility in these conversations. Although CCOT nurses frequently had to navigate EOL discussions, they reported very little training to assist in acquisition of this skill. Despite no uniform education being provided to CCOT nurses, all nurses across multiple unrelated organisations reported using similar approaches. CONCLUSIONS: Findings from this study suggest that navigating EOL issues is an important learning need for CCOT nurses, pointing towards the need for more robust education at organisational, provincial and national levels. Additional research is recommended to quantify the participation of CCOT nurses in EOL discussions, expanding knowledge about the extent of their involvement. Further research is also warranted to delineate and support nursing scope of practice within this role, informing policy and guidelines. RELEVANCE TO CLINICAL PRACTICE: CCOT nurses encounter EOL issues in their daily practice. Additional education and increased role clarity are recommended to support nurses in this practice area.
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 | 0,024 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,010 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».