MétaCan
Menu
Retour à la cohorte
Enregistrement W6966681867 · doi:10.3886/icpsr39033.v1

Comparing Primary Care Clinician-Focused Versus Team-Based Implementation of Advance Care Planning: Protocol for a Cluster-Randomized Control Trial, United States and Canada, 2019-2022

2025· dataset· en· W6966681867 sur OpenAlexaffabout

Notice bibliographique

RevueICPSR Data Holdings · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité Laval
Organismes subventionnairesPatient-Centered Outcomes Research Institute
Mots-clésAdvance care planningPrimary careHealth careProtocol (science)Control (management)Quality (philosophy)Baseline (sea)Primary health careBest practice

Résumé

récupéré en direct d'OpenAlex

For people with serious chronic conditions, healthcare that defaults to all available treatments without considering patient preferences risks harms that may exceed benefits. Advance care planning (ACP) has the potential to align healthcare with what is important to patients and maximize quality of life. While primary care is where most people receive most of their care, engaging patients in ACP is not routine in primary care given competing demands and limited resources. Primary care clinicians, patients, and families agree that it is preferred to make plans before there is a medical crisis. The research team's goal was to make ACP routine in primary care and to "move it upstream" so that it included improving the quality of the last years of life as well as respecting wishes for end of life care. This study included a comparative effectiveness trial of team-based versus individual clinician-focused ACP in primary care practices. The research team adapted Ariadne Labs' Serious Illness Care Program (SICP) and aimed to determine if a team approach produces better patient outcomes and explore factors influencing implementation of ACP across practices. Seven practice-based research networks (PBRNs) in the United States and Canada randomized their primary care practices to team-based or individual clinician-focused versions of SICP. Team members and clinicians completed training, and implementation was supported through practice facilitation. Consented patient participants completed a baseline survey after initial conversations and follow-up surveys at 6 and 12 months later. Forty practices (21 team, 19 clinician) completed training and referred patients to the study. Half of the practices were rural, 80 percent were family medicine, and 33 percent were medical residency training sites. 535 healthcare staff completed training. Both arms trained primary care providers; the team arm also trained nurses, medical assistants, and other roles. 1,321 patients and care partners were referred; and 917 consented and were enrolled (455 from team practices, 462 from clinician). Data from 802 patients were included in the primary analyses. Qualitative implementation data was collected during practice facilitation and from practice interviews. This collection includes quantitative data collected from primary care practices (DS1) and team members and clinicians (DS2) from study sites located in the United States.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,393
Écart entre enseignants0,341 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueICPSR Data HoldingsTravaux en français237 207