دانلود ترجمه مقاله ارزیابی وضعیت عملکرد در بین متخصصان مراقبت های بهداشتی

1. مقدمه 2. موضوعات و روش ها 3. فراتحلیل 4. ارزیابی کیفی مطالعه 5. نتایج 6. رعایت استانداردهای اخلاقی

چکیده – مقدمه: پیش‌بینی بقا در مورد بیمارانی که دچار بدخیمی‌ های درمان ‌ناپذیر هستند، اطلاعات بسیار ارزشمندی را در طی مباحث پایان حیات در اختیار قرار می دهد، زیرا در زمینه انتخاب و توصیه گزینه ‌های درمانی مناسب و عضویت بیماران در بیمارستان به تیم مراقبت ‌های بهداشتی کمک شایان توجهی می‌کند. همچنین لازم به ذکر است که ممکن است ارزیابی وضعیت عملکرد در میان متخصصان مختلف مراقبت های بهداشتی (HCPs) با تفاوت هایی همراه باشد، که می‌تواند در پیش ‌بینی بیماری نیز تاثیر گذار باشد. از اینرو، هدف از این مرور سیستماتیک و فراتحلیل، به روز کردن یک مرور سیستماتیک از مقالات اخیر و همچنین انجام یک فراتحلیل به منظور مقایسه کمی نمرات وضعیت عملکرد می باشد. روش‌ها: از هفته اول 2019 تا آگوست 2019، جستجوی مقالات در Ovid MED LINE، Embase، و پایگاه ثبت مرکزی کارآزمایی ‌های کنترل‌ شده کاکرین انجام گرفته است. بررسی‌ ها در این مطالعه شامل این موارد بود که آیا در وضعیت عملکردی کارنوفسکی (۱)، گروه انکولوژی همکاری شرقی (ECOG) و مقیاس کارایی پالس (PPS) وضعیت عملکرد آنها گزارش شده است یا خیر (۲) و اینکه آیا وضعیت عملکرد توسط HCP های متعدد برای مجموعه هایی ازبیمارانی با بیماری مشابه ارزیابی شده است یا خیر. آمار تطابق (کاپا، آلفای کریپندورف، همبستگی کندال، همبستگی رتبه اسپیرمن، همبستگی پیرسون) برای بررسی گزارشات در یک جدول به طور خلاصه ارائه شد و در مورد هر مطالعه، ضرایب همبستگی پیرسون محاسبه شد و با روش تحلیل اثرات تصادفی تحت تحلیل های پیشرفته قرار گرفت. همچنین لازم به ذکر است که تحلیل ها از طریق فراتحلیل جامع (نسخه 3) توسط روش زیست سنجی صورت گرفت. نتایج: در بررسی نتایج، چهارده مقاله با حجم نمونه تجمعی از 2808 بیمار در نظر گرفته شد. لازم به ذکر است که در این بررسی، ضریب همبستگی پیرسون در مورد KPSدر حدود 0.787 (95%CI: 0.661, 0.870) و در مورد PPS، در حدود 0.749 (95% CI: 0.716, 0.779) و در مورد ECOG در حدود 0.705 (95% CI: 0.536, 0.819) بوده است. همچنین چهار مطالعه ابزارهای مختلف را به صورت سر به سر مورد مقایسه قرار دادند. علاوه بر این در سه مطالعه، KPS در نظر گرفته شد. همچنین همانطور که توسط ابزار GRADE مشخص شد، کیفیت شواهد متوسط بوده است. نتیجه گیری: بررسی های انجام شده حاکی از آن است که ضریب همبستگی پیرسون فراتحلیل از 0.705 تا 0.787 متغیر بوده است. همچنین، همبستگی قابل ملاحظه ای بین نمرات وضعیت عملکرد وجود داشته است و از لحاظ آماری هیچ ابزاری برتر از سایر ابزارها نبوده است. با این وجود، از لحاظ توصیفی، KPS از عملکرد موثری برخوردار بوده است و در آزمایشات سر به سر مورد توجه قرار گرفته است. لازم به ذکر است که مطالعات آتی می‌توانند دقت ارزیابی KPS را در خصوص پیش‌آگهی و تمرکز بر ساخت مدل در مورد KPS مورد بررسی قرار دهند.

Introduction: Survival prediction for patients with incurable malignancies is invaluable information during end-of-life discussions, as it helps the healthcare team to appropriately recommend treatment options and consider hospice enrolment. Assessment of performance status may differ between different healthcare professionals (HCPs ), which could have implications in predicting prognosis. The aim of this systematic review and meta-analysis is to update a prior systematic review with recent articles, as well as conduct a meta-analysis to quantitatively compare performance status scores. Methods: A literature search was carried out in Ovid MED LINE, Embase, and Cochrane Central Register of Controlled Trials, from the earliest date until the first week of August 2019. Studies were included if they reported on (1) Kamofsky Performance Status (KPS), Eastern Cooperative Oncology Group (ECOG) Performance Status, and/or Palliative Performance Scale (PPS) and (2) assessment of performance status by multiple HCPs for the same patient sets. The concordance statistics (Kappa, Krippendorff's alpha, Kendall correlation, Spearman rank correlation, Pearson correlation) were extracted into a summary table for narrative review, and Pearson correlation coefficients were calculated for each study and meta-analyzed with a random effects analysis model. Analyses were conducted using Comprehensive Meta-Analysis (Version 3) by Biostat. Results: Fourteen articles were included, with a cumulative sample size of2808 patients. The Pearson correlation coefficient was 0.787 (95% CI: 0.661, 0.870) for KPS, 0.749 (95% CI: 0.716, 0.779) for PPS, and 0.705 (95% CI: 0.536, 0.819) for ECOG. Four studies compared different tools head-to-head; KPS was favored in three studies. The quality of evidence was moderate, as determined by the GRADE tool. Conclusions: The meta-analysis's Pearson correlation coefficient ranged from 0.705 to 0.787; there is notable correlation of performance status scores, with no one tool statistically superior to others. KPS is, however, descriptively better and favored in head-to-head trials. Future studies could now examine the accuracy of KPS assessment in prognostication and focus on model-building around KPS.