Early Versus Late Pediatric Palliative Care in Oncology: A Systematic Review of Outcomes, Disparities, and Implementation Barriers
Notice bibliographique
Résumé
This systematic review, conducted per PRISMA 2020 guidelines, synthesizes evidence on early pediatric palliative care (PPC) versus late or no PPC in children and young adults (0-21 years) with life-threatening oncologic illnesses. A comprehensive search of MEDLINE, Embase, Scopus, PsycINFO, Web of Science, Cochrane Central, and grey literature (ProQuest, ClinicalTrials.gov) from inception to 1 August 2025 identified 12 studies, including retrospective cohorts, surveys, and one randomized controlled trial across the USA, Canada, Taiwan, and Spain. Early PPC, variably defined as initiation from diagnosis to 12 months before death, consistently reduced end-of-life care intensity (fewer ICU admissions, mechanical ventilation, invasive interventions), increased hospice enrollment, home deaths, and improved quality of life and symptom management compared to late or no PPC. Disparities were evident, with minority groups and patients with hematologic malignancies less likely to receive early PPC, compounded by barriers such as provider misconceptions, systemic limitations, and clinical trial enrollment delays. Outpatient and integrated home-hospital PPC models significantly lowered hospital-based end-of-life care, though robust late PPC programs could achieve comparable outcomes. Narrative synthesis using the GRADE approach highlighted moderate to high confidence in reduced care intensity and improved family outcomes with early PPC, despite heterogeneous definitions and study designs precluding meta-analysis. Findings show the need for standardized PPC protocols, education to address provider barriers, and policy reforms to enhance equitable access, particularly for underserved populations. While oncology evidence is robust, further randomized trials are needed to strengthen findings across other conditions, supporting early PPC integration to optimize patient and family outcomes in pediatric oncology.
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 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,012 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».