Barriers and Facilitators to Advance Care Planning Implementation for Patients with Neurodegenerative Diseases among Indian Physicians: A Mixed-Methods Analysis
Notice bibliographique
Résumé
BACKGROUND: Advance care planning (ACP) is a process that enables individuals to define and communicate their goals and preferences for future medical care, especially in chronic, progressive illnesses such as Parkinson's disease (PD) and other neurodegenerative disorders. Despite its recognized benefits in improving patient autonomy and end-of-life care outcomes, ACP remains underutilized in India. This study aimed to assess the attitudes and practices of Indian neurologists and geriatricians regarding ACP, identify perceived barriers, and suggest strategies to improve uptake. METHODS: A mixed-methods approach was employed in this study. In the first phase, a structured online survey was distributed to physicians across India who cared for patients with PD and neurodegenerative disorders. The survey collected demographic information and ACP-related practices, attitudes, and perceived barriers. In the second phase, in-depth qualitative interviews were conducted with a purposively sampled subset of respondents, and inductive thematic analysis was performed to gain deeper insights. RESULTS: A total of 140 physicians participated in this survey. Although 93.6% acknowledged the necessity of ACP, only 25% felt they had sufficient time, and 20% felt they had adequate resources for meaningful discussions. Lack of legal clarity (52.1%), training (16.4%), and institutional support (65.7%) were commonly cited as barriers. Qualitative interviews with 15 respondents revealed additional challenges, such as concerns about provoking hopelessness and denial from patients and families. The interviews also revealed that physicians confused ACP with advanced treatment strategies or treatment of advanced disease. Nevertheless, some physicians shared positive experiences, noting that early personalized discussions improved trust and communication, which could facilitate uptake of ACP. CONCLUSIONS: We identified several systemic, professional, and physician-perceived sociocultural barriers that hinder ACP implementation. To bridge this gap, legal reforms, structured ACP training, and public awareness initiatives are necessary. Tailored culturally sensitive models involving multidisciplinary teams may improve ACP adoption within the Indian context. Future research could explore whether alternative terminology, such as 'future care planning', may improve clarity and acceptance in this context and avoid confusion with advanced therapies or treatment of advanced disease.
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 | 0,016 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».