Notice bibliographique
Résumé
Abstrakt\nIntroduksjon\nHensikten med denne studien er å finne ut hvordan ESAS – Edmonton Symptom Assessment System, blir brukt på avdelingen, og sykepleiernes erfaring ved bruk av dette skjemaet. Studien drøfter videre sykepleiernes erfaringer innen palliativ behandling, og hva som skal til for å gi denne pasientgruppen økt livskvalitet. \n\nBakgrunn\nFormålet med ESAS-skjema, er å bedre kartleggingen av pasientenes symptomer, bidra til at flere symptomer avdekkes, slik at pasienten får best mulig pleie og omsorg i den palliative fasen. Sykepleiere kan bidra til å øke pasientens livskvalitet ved å bruke systematisk kartlegging for tidlig identifisering, vurdering og behandling av ubehagelige symptomer hos pasienten. Forskning viser at helsepersonell har en tendens til å undervurdere pasientenes symptomer. Dette fører til underdiagnostisering og redusert symptomlindring, som igjen vil bidra til å forringe pasientens livskvalitet. \n\nMetode\nKvalitativ metode som fokuserer på å fange opp meninger og opplevelser som ikke lar seg tallfeste eller måle, ble benyttet under datainnsamlingen. Semistrukturert intervju av tre sykepleiere med varierende grad av erfaring innen palliativ behandling. Intervjuguiden inneholdt 14 spørsmål, som gikk ut på sykepleiernes erfaringer innen palliativ behandling og deres erfaringer ved bruk av ESAS-skjema. \n\nResultat\nAvdelingen har nylig opprettet en ny enhet for lindrende behandling, og ser en tydelig økning av bruken av ESAS-skjemaet. Sykepleierne ser nytten i ESAS-skjemaet, som bidrar til å gi en bedre kartlegging og et helhetlig bilde av pasientens subjektive symptomopplevelse, og gjør det lettere å iverksette og vurdere tiltak hos den individuelle pasienten. \nKonklusjon\nSamtlige sykepleiere bruker ESAS-skjemaet daglig, og mener skjemaet fører til en bedre behandling hos palliative kreftpasienter, som igjen fører til bedring i pasientens livskvalitet, ikke bare gjennom bedre symptomlindring, men også på grunn av at skjemaet fungerer som en samtaleåpner som gir en bedre pleier-pasient-relasjon og gir økt trygghet hos pasienten.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,427 | 0,260 |
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 ».