Enhancing end of life care on general internal medical wards: the 3 Wishes Project
Notice bibliographique
Résumé
Abstract Background Initially developed in the intensive care unit (ICU) at St. Joseph’s Healthcare Hamilton (SJHH) the 3 Wishes Project (3WP) provides personalized, compassionate care to dying patients and their families. The objective of this study was to develop and evaluate 3WP expansion strategies for patients cared for on General Internal Medicine (GIM) wards in our hospital. Methods From January 2020-November 2021, we developed a phased, multicomponent approach for program expansion. We enrolled patients on the GIM wards who had a high probability of dying in hospital, then elicited, implemented, and documented wishes for them or their families. Data were analyzed descriptively. Results From March 2020 to November 2020, we implemented staff education and engagement activities, created an Expansion Coordinator position, held strategic consultations, and offered enabling resources. From March 2020 to November 2021, we enrolled 62 patients and elicited 281 wishes (median [1st, 3rd quartiles] 4 [4, 5] wishes/patient). The most common wish categories were personalizing the environment (67 wishes, 24%), rituals and spiritual support (42 wishes, 15%), and facilitating connections (39 wishes, 14%). The median [1st, 3rd] cost/patient was $0 [0, $10.00] (range $0 to $86); 91% of wishes incurred no cost to the program. Conclusions The formal expansion of the 3WP on GIM wards has been successful despite COVID-19 pandemic disruptions. While there is still work ahead, these data suggest that implementing the 3WP on the GIM wards is feasible and affordable. Increased engagement of the clinical team during the pandemic suggests that it is positively received.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 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 ».