¿Cómo debemos comunicar malas noticias? Elaboración de un protocolo para la comunicación de malas noticias en el ámbito de cuidados intensivos
Notice bibliographique
Résumé
La comunicación de malas noticias (CMN) por parte del profesional sanitario ha sido uno de los principales retos en las últimas décadas debido a que la actitud del paciente ha cambiado y, en general, desea y espera una información profusa sobre su enfermedad, tratamientos posibles y pronóstico. Sin embargo, el profesional sanitario no se encuentra preparado para abordar dicha comunicación debido a que la capacidad de comunicación con el paciente ha sido considerada erróneamente como una habilidad de menor importancia al compararse con otros aspectos técnicos de la práctica asistencial. La CMN es un proceso multidisciplinar y enfermería es una pieza clave al ser el profesional que más tiempo pasa con el paciente y el que más información dispone de él. Ser poco hábiles dando malas noticias (MN)puede generar un sufrimiento añadido innecesario en la persona que recibe la MN, de ahí que el objetivo principal de este trabajo ha sido elaborar un protocolo de enfermería para conseguir que todos los pacientes ingresados en UCI se les comunique las MN de forma adecuada. Se realizó una búsqueda bibliográfica de los protocolos existentes para CMN encontrándose solamente protocolos a nivel médico, por lo que dichas herramientas fueron adaptadas para la elaboración del protocolo de enfermería. Asimismo, se concluye que es necesaria la programación de cursos y talleres para el desarrollo de nuestra capacidad de comunicación con el paciente y familia porque de dicha capacidad dependerá que se realice un buen afrontamiento de la enfermedad.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».