Raisonnement pronostique : après le diagnostic

Le diagnostic est posé : insuffisance cardiaque à fraction d'éjection réduite. L'interne présente le cas, le superviseur approuve et, alors que tout le monde se lève déjà, la fille de la patiente demande : « Et maintenant, docteur ? Combien de temps lui reste-t-il ? Va-t-elle remarcher seule ? ». L'interne réalise qu'il a beaucoup étudié pour arriver au nom de la maladie et presque rien pour répondre à ce qui vient ensuite.

Ce guide porte sur le raisonnement pronostique : la partie du raisonnement clinique qui estime l'évolution probable d'une maladie et utilise cette estimation pour orienter les décisions. Vous verrez pourquoi le pronostic est resté au second plan dans l'enseignement, à quel point les prévisions des médecins sont précises, ce que les outils de prédiction offrent, comment communiquer le pronostic et comment entraîner ce raisonnement en formation initiale. À la fin, il y a un tableau et une checklist.

Points principaux

• Dans une étude portant sur 468 patients en soins palliatifs, seules 20 % des prévisions de survie des médecins étaient précises, et 63 % étaient trop optimistes (Christakis et Lamont, 2000).
• En moyenne, les médecins ont surestimé la survie de 5,3 fois (Christakis et Lamont, 2000).
• Dans une revue systématique, la prévision clinique de survie dans un cancer en phase terminale s'est révélée exacte à une semaine près dans seulement 25 % des cas (Glare et al., 2003).
• La « question surprise » avait une sensibilité de 67,0 % et une spécificité de 80,2 % pour prédire le décès à 6 à 18 mois (Downar et al., 2017).
• Dans une étude espagnole, 52 % des patients atteints d'un cancer avancé voulaient connaître le pronostic, mais seuls 37 % des médecins pensaient qu'ils le voulaient (Ramchandani et al., 2024).
• Des études de validation comportant des défauts de conception peuvent surestimer la performance des règles de prédiction clinique (Ban et al., 2016).

Qu'est-ce que le raisonnement pronostique

Trois questions après le diagnostic

Le raisonnement pronostique consiste à estimer ce qui va arriver au patient et à utiliser cette estimation pour décider. Il répond à trois questions : quelle est l'évolution probable de la maladie, qu'est-ce qui peut modifier cette évolution et comment cette information doit-elle être partagée avec le patient. Le pronostic inclut la formulation et la communication sur l'évolution attendue de la maladie (Fahy, 2019).

Ce n'est pas seulement la survie

Le pronostic ne se limite pas à « combien de temps ». C'est aussi de savoir si la fonction va revenir, si la douleur va s'améliorer, quelle est la chance d'hospitalisation, de récidive ou de complication. Pour beaucoup de patients, savoir s'ils vont retourner travailler ou s'occuper de la maison compte plus qu'un nombre de mois.

Types de critères de jugement qui entrent dans le pronostic

Lorsqu'on réfléchit au pronostic d'un patient, il vaut la peine de parcourir différents critères de jugement, car chacun intéresse une décision différente :

• la survie sur un horizon défini, comme un an ou cinq ans ;
• la récupération de la fonction, comme marcher, travailler ou prendre soin de soi ;
• le contrôle des symptômes, comme la douleur, l'essoufflement ou la fatigue ;
• la chance de complication, d'hospitalisation ou de réhospitalisation ;
• la chance de récidive ou de progression de la maladie ;
• l'impact du traitement sur la qualité de vie.

Un même patient peut avoir un bon pronostic de survie et un mauvais pronostic fonctionnel, ou l'inverse. Séparer ces critères de jugement évite des réponses génériques comme « le cas est grave » et aide la conversation à se concentrer sur ce qui compte pour cette personne.

Pourquoi il reste au second plan

Christakis a analysé des éditions du traité de médecine interne de William Osler entre 1892 et 1988, en suivant la pneumonie lobaire (Christakis, 1997). Il a montré que, avec l'apparition de traitements efficaces et le changement de la base cognitive de la médecine, le pronostic a commencé à être vu comme une partie du diagnostic et de la thérapie, et l'attention explicite qui lui était portée a diminué (Christakis, 1997). Plus la thérapie gagne en importance, moins on parle de pronostic (Christakis, 1997). C'est pour cela qu'en formation initiale, vous vous entraînez bien plus à arriver au diagnostic qu'à penser à ce qui vient ensuite.

Pronostic et décision

Le pronostic oriente des décisions concrètes : indiquer ou non un traitement agressif, planifier la sortie, appeler la famille, impliquer les soins palliatifs, discuter de la réadaptation. Quand il reste implicite, ces décisions sont prises sans que personne ne dise à voix haute ce qu'il attend. Rendre le pronostic explicite permet à l'équipe de ne pas être d'accord, de corriger et de convenir d'un plan.

Quelle est la précision des prévisions des médecins

L'optimisme systématique

Christakis et Lamont ont demandé à 343 médecins d'estimer la survie de 468 patients au moment de l'orientation vers les soins palliatifs (Christakis et Lamont, 2000). La survie médiane était de 24 jours (Christakis et Lamont, 2000). Seules 20 % des prévisions étaient exactes, 63 % étaient trop optimistes et 17 % trop pessimistes (Christakis et Lamont, 2000). En moyenne, les médecins ont surestimé la survie d'un facteur 5,3 (Christakis et Lamont, 2000).

Un élément attire l'attention : plus la relation entre le médecin et le patient est longue et plus le dernier contact est récent, plus la précision est faible (Christakis et Lamont, 2000). Bien connaître le patient peut rendre le médecin plus optimiste. Les médecins du quartile supérieur d'expérience étaient les plus précis (Christakis et Lamont, 2000).

Ce que montrent les revues

La revue systématique de Glare et de ses collègues a réuni 1 563 paires de prévision et de survie réelle chez des patients atteints d'un cancer en phase terminale (Glare et al., 2003). La prévision médiane était de 42 jours, et la survie réelle médiane, de 29 jours (Glare et al., 2003). La prévision était juste à une semaine près dans 25 % des cas et surestimait la survie d'au moins quatre semaines dans 27 % (Glare et al., 2003). Malgré cela, la prévision et la survie réelle étaient fortement associées : les prévisions distinguent les patients, même si elles sont mal calibrées (Glare et al., 2003).

Une revue plus large en soins palliatifs, portant sur 42 études, a trouvé une grande variation de la précision, de 23 % à 78 % pour les estimations par catégorie (White et al., 2016). Aucun groupe professionnel n'a été systématiquement plus précis qu'un autre (White et al., 2016).

Ce que cela enseigne sur votre raisonnement

Les prévisions cliniques ne sont pas inutiles, mais elles tendent à se tromper du côté de l'optimisme. Le savoir est le premier pas pour calibrer. Le guide de calibration de la confiance dans le diagnostic montre comment comparer ce que vous pensez avec ce qui se passe réellement, et le même exercice s'applique au pronostic.

Pourquoi l'optimisme apparaît

Il existe des explications possibles à l'optimisme des prévisions. Le lien avec le patient rend difficile d'imaginer le pire, et l'étude de Christakis elle-même a montré que des relations plus longues et des contacts plus récents étaient associés à une moindre précision (Christakis et Lamont, 2000). Pèse aussi la volonté de préserver l'espoir du patient et de la famille, et le peu de pratique à comparer les prévisions avec ce qui se passe ensuite. Le biais affectif décrit comment l'émotion peut entrer dans le raisonnement clinique, et le même mécanisme peut tirer le pronostic vers le haut.

Cela ne signifie pas que le médecin doit être pessimiste. Cela signifie confronter sa propre estimation à une autre source : un collègue qui connaît moins le patient, un outil validé ou les données d'études sur la maladie.

Des outils qui aident à estimer

La question surprise

La question surprise est simple : « Serais-je surpris si ce patient mourait dans les 12 prochains mois ? ». Une revue portant sur 16 études et 11 621 patients a évalué sa performance (Downar et al., 2017). La sensibilité était de 67,0 %, la spécificité de 80,2 %, la valeur prédictive positive de 37,1 % et la valeur prédictive négative de 93,1 % (Downar et al., 2017). La performance était moins bonne dans les maladies non oncologiques (Downar et al., 2017). Les auteurs ont conclu qu'elle fonctionne de façon faible à modérée comme outil de prédiction (Downar et al., 2017).

Pour l'étudiant, la question surprise est plus utile comme déclencheur que comme test : elle rappelle de penser au pronostic et d'envisager une conversation sur les objectifs de soins.

Règles de prédiction clinique

Les règles de prédiction clinique combinent des données du patient pour estimer un risque. Elles ont des limites. Une étude méta-épidémiologique portant sur 287 études de validation a montré que les plans cas-témoins produisaient un rapport de cotes diagnostique 2,2 fois plus élevé que les plans de cohorte, et que les petits échantillons surestimaient aussi la performance (Ban et al., 2016). Autrement dit, une règle peut sembler meilleure dans l'article qu'elle ne l'est en pratique.

Une revue sur l'opinion des professionnels de santé a dégagé trois thèmes qui définissent l'acceptation de ces règles : l'utilité, la crédibilité et la facilité d'usage (Kennedy et Gallego, 2019). Les professionnels apprécient les règles qui mènent à une action claire, qui ont été validées et qui s'intègrent au flux de travail (Kennedy et Gallego, 2019).

Réunir le clinicien et l'outil

Avant d'utiliser une règle, vérifiez trois choses : dans quelle population elle a été créée, si elle a été validée dans un autre groupe de patients et si votre patient ressemble aux patients de l'étude. Une règle validée chez de jeunes adultes peut mal fonctionner chez des personnes âgées fragiles, et une règle créée en hôpital tertiaire peut se tromper en soins primaires.

Dans la revue de Glare, la prise en compte de l'état fonctionnel, des symptômes et de l'usage de corticoïdes a un peu amélioré la précision de la prédiction clinique (Glare et al., 2003). La leçon est d'utiliser l'outil comme un second avis, et non comme un substitut au raisonnement. Quand l'outil et votre impression divergent, cette divergence est une bonne raison de revoir le cas.

Tableau : comment construire le raisonnement pronostique

Étape	Question	Exemple de source
Évolution naturelle	Comment cette maladie évolue-t-elle habituellement sans intervention ?	Études de cohorte, recommandations
Facteurs du patient	L'âge, l'état fonctionnel et les comorbidités modifient-ils l'estimation ?	Examen clinique, échelles de fonctionnalité
Effet du traitement	Dans quelle mesure le traitement modifie-t-il l'évolution attendue ?	Essais cliniques, méta-analyses
Outil formel	Existe-t-il une règle validée pour ce contexte ?	Études de validation de cohorte
Incertitude	Quelle est la fourchette probable, et pas seulement un chiffre ?	Intervalles, meilleur et pire scénario
Valeurs du patient	Qu'est-ce qui compte pour lui dans cette estimation ?	Conversation sur les objectifs de soins

Un exemple pas à pas

Le cas

L'exemple ci-dessous montre comment les étapes du tableau s'articulent en pratique, sans formules. Imaginez un cas fictif : un homme de 78 ans, atteint d'une maladie pulmonaire chronique et d'une insuffisance cardiaque, hospitalisé pour une pneumonie. Il est arrivé confus, s'est amélioré avec le traitement et en est au quatrième jour d'hospitalisation. Son épouse demande s'il redeviendra comme avant. Le diagnostic est déjà posé ; le raisonnement est maintenant autre.

Construire l'estimation

La première étape est de penser à l'évolution habituelle de la pneumonie dans ce profil de patient : la plupart se remettent de l'épisode, mais les patients âgés et atteints de maladies chroniques mettent souvent plus de temps à revenir à leur état antérieur, et certains n'y reviennent pas. La deuxième est de regarder les facteurs propres au patient : comment il était avant de tomber malade, s'il marchait seul, s'il gérait ses propres comptes, combien d'hospitalisations il a eues dans l'année écoulée. La troisième est de penser à l'effet du traitement, qui a déjà montré une réponse. La quatrième est de poser la question surprise : seriez-vous surpris s'il mourait dans l'année à venir ? Si la réponse est non, c'est un signal pour envisager une conversation sur les objectifs de soins (Downar et al., 2017).

Passer à la conversation

Une fois l'estimation construite, la réponse à l'épouse n'a pas besoin d'être un chiffre. Elle peut ressembler à ceci : « Il répond bien au traitement de la pneumonie. Le plus probable est qu'il sorte dans les prochains jours, mais qu'il lui faille des semaines pour retrouver sa force. Il se peut qu'il ne revienne pas totalement à ce qu'il était avant. Nous allons suivre l'évolution et reparler à la sortie. » Cette réponse décrit le cas le plus probable, reconnaît l'incertitude et fixe une prochaine étape, comme le suggère l'approche du meilleur cas, du pire cas et du cas le plus probable (Fahy, 2019).

Questions pour guider la conversation

Avant de donner l'estimation, quelques questions aident à comprendre ce que le patient et la famille veulent savoir (Bernacki et al., 2014) :

• « Qu'avez-vous compris de la maladie jusqu'à maintenant ? »
• « Préférez-vous que je parle des détails ou d'une vue d'ensemble ? »
• « Qu'est-ce qui vous préoccupe le plus pour la suite ? »
• « Qu'est-ce qui est le plus important pour lui, si le temps est court ? »
• « Qui d'autre dans la famille devrait participer à cette conversation ? »

Les réponses changent ce que vous allez dire et comment. Une famille qui demande à rentrer à la maison a besoin d'informations sur la fonction et les soins ; une famille qui demande "combien de temps" a besoin d'une conversation différente, avec plus de place pour l'émotion.

Comment communiquer le pronostic

Communiquer le pronostic est une compétence aussi clinique que l'estimer. La même estimation peut aider ou blesser selon le moment, les mots et l'espace laissé aux questions. C'est aussi une conversation qui a rarement lieu une seule fois : le pronostic change avec l'évolution, et la compréhension du patient et de la famille change avec lui.

Beaucoup de patients veulent savoir

Dans une étude portant sur 748 patients atteints de cancer avancé dans 15 hôpitaux espagnols, 52 % préféraient connaître le pronostic (Ramchandani et al., 2024). Seuls 37 % des médecins pensaient que les patients voulaient savoir, ce qui montre qu'ils sous-estiment cette volonté (Ramchandani et al., 2024). Ceux qui voulaient savoir rapportaient plus d'incertitude, plus de satisfaction envers le médecin et une attitude plus positive (Ramchandani et al., 2024). Les auteurs recommandent d'explorer la préférence de chaque patient (Ramchandani et al., 2024).

Demander avant d'informer

Une revue sur la communication en cas de maladie grave recommande de comprendre ce que le patient sait, ce qu'il craint, quels sont ses objectifs et dans quelle mesure il veut que la famille participe (Bernacki et al., 2014). Des conversations structurées et des comptes rendus dédiés dans le dossier médical aident à intégrer ces conversations à la routine (Bernacki et al., 2014).

Une étude qualitative de 2026 menée auprès de patients atteints d'hémopathies malignes a montré que les professionnels repéraient les signaux verbaux et émotionnels de disponibilité ou d'hésitation du patient et ajustaient la profondeur et le moment de l'information (Borregaard Myrhøj et al., 2026). L'incertitude pronostique servait à reconnaître aussi bien les inquiétudes réalistes que les espoirs (Borregaard Myrhøj et al., 2026).

Meilleur cas, pire cas et cas le plus probable

Quand le pronostic est incertain, décrire le meilleur cas, le pire cas et le cas le plus probable, ou proposer un essai thérapeutique à durée définie, peut aider (Fahy, 2019). Cette façon de parler respecte l'incertitude sans cacher l'information. Le guide sur l'incertitude diagnostique propose des phrases utiles, et le protocole SPIKES aide quand le pronostic est une mauvaise nouvelle.

Un canevas structuré aide

Parler du pronostic s'améliore quand la conversation suit un canevas. Dans un essai clinique randomisé par groupes mené auprès de patients atteints de cancer avancé, les cliniciens formés avec un guide structuré pour les conversations sur la maladie grave ont consigné au moins une conversation avant le décès chez 96 % des patients décédés pendant l'étude, contre 79 % dans le groupe contrôle, et ces conversations ont eu lieu, en médiane, 2,4 mois plus tôt (Paladino et al., 2019). Les comptes rendus du groupe formé portaient aussi plus souvent sur le pronostic et la compréhension de la maladie : 91 % contre 48 % (Paladino et al., 2019). Pour qui débute, la leçon est pratique : avoir une séquence de questions prête rend plus probable que la conversation ait lieu, et plus tôt.

Comment entraîner le raisonnement pronostique en formation initiale

Un entraînement structuré fonctionne avec ceux qui débutent

Un programme a adapté le Serious Illness Care Program pour des étudiants et des internes, avec un atelier de deux heures et demie incluant une pratique avec un acteur (Zehm et al., 2022). Ont été formés 81 étudiants et 156 internes (Zehm et al., 2022). La confiance a augmenté dans toutes les compétences de communication, et la consignation de conversations sur la maladie grave dans le dossier médical a beaucoup progressé l'année suivante (Zehm et al., 2022). Les auteurs ont noté que les apprenants débutants étaient plus flexibles que des médecins déjà formés pour adopter l'approche (Zehm et al., 2022).

Enseigner l'incertitude de façon explicite

Discuter de l'incertitude diagnostique et pronostique avec le patient est central pour la décision partagée, et elle peut être enseignée de façon explicite à tous les niveaux de formation (Moulder et al., 2023). Lors des séances de cas, demandez que chaque présentation se termine par une phrase sur le pronostic et son incertitude.

Le pronostic dans la présentation de cas

Un moyen simple d'ancrer cette habitude est d'ajouter une ligne de pronostic à la fin de chaque présentation de cas dans le service. Après le diagnostic et le plan, dites quelle est l'évolution la plus probable, ce qui pourrait la modifier et quelle est l'incertitude principale. Au début, la phrase sera générique. Avec le temps, elle devient plus précise, et le superviseur a alors l'occasion de corriger aussi votre raisonnement à cette étape. Dans les discussions de cas qui se sont mal terminés, séparez ce qui était prévisible de ce qui n'est devenu clair qu'après coup ; cette séparation entraîne le jugement sans tomber dans la culpabilité rétrospective.

Exercices à faire seul

Lorsque vous suivez un patient hospitalisé, notez avant la sortie votre prévision : durée d'hospitalisation, risque de réhospitalisation, état fonctionnel à un mois. Ensuite, comparez avec ce qui s'est passé. Ce simple relevé montre si vous avez tendance à l'optimisme, comme les médecins de l'étude de Christakis (Christakis et Lamont, 2000). Dans les cas de morbidité et de mortalité, méfiez-vous du biais rétrospectif : connaître l'issue donne l'impression qu'elle était évidente.

Erreurs fréquentes

• S'arrêter au diagnostic. Poser le diagnostic sans penser à la suite laisse le patient sans réponse à la question qui compte le plus pour lui.
• Donner un chiffre sans intervalle. Les prévisions ponctuelles se trompent souvent (Glare et al., 2003). Parlez en intervalles et en scénarios.
• Croire que le patient ne veut pas savoir. Les médecins sous-estiment le nombre de patients qui veulent connaître le pronostic (Ramchandani et al., 2024). Demandez-leur.
• Faire aveuglément confiance à l'outil. Les règles de prédiction peuvent avoir des performances surestimées dans les études (Ban et al., 2016). Vérifiez dans quelle population la règle a été validée.

Raisonnement clinique avec NEXO

NEXO entraîne l'étape qui précède le pronostic : parvenir au diagnostic. Il propose chaque jour un cas clinique fictif, avec une présentation clinique réelle, résolu en six indices au maximum, avec un retour par proximité dans la CIM-10. Après avoir résolu le cas, un exercice supplémentaire vaut la peine : réfléchir à la façon dont ce patient évoluerait probablement et à ce qui modifierait cette évolution. Pour comprendre tout le jeu, voyez ce qu'est NEXO.

Si vous coordonnez une ligue académique ou un programme de résidence et souhaitez des cas à discuter, découvrez NEXO Closer. Les chercheurs en éducation médicale peuvent proposer des études via NEXO Researcher, les médecins qui révisent des cas participent via NEXO Curator et ceux qui créent du contenu de santé sur les réseaux peuvent participer via NEXO Creators.

Questions fréquentes

Qu'est-ce que le raisonnement pronostique ?

C'est estimer l'évolution probable de la maladie et utiliser cette estimation pour décider et dialoguer avec le patient (Fahy, 2019).

Les médecins voient-ils juste sur le pronostic ?

Souvent, non. Dans une étude, seules 20 % des prévisions de survie étaient exactes, et la plupart étaient trop optimistes (Christakis et Lamont, 2000).

La question surprise sert-elle de test ?

Sa performance est faible à modérée (Downar et al., 2017). Elle sert surtout de rappel pour penser au pronostic et aux soins palliatifs.

Dois-je toujours annoncer le pronostic au patient ?

Demandez-lui d'abord ce qu'il veut savoir. Beaucoup de patients le veulent, plus que les médecins ne l'imaginent (Ramchandani et al., 2024).

Comment parler du pronostic quand l'incertitude est grande ?

Utilisez le meilleur cas, le pire cas et le cas le plus probable, ou proposez un essai thérapeutique avec un délai défini (Fahy, 2019).

Peut-on s'entraîner à cela pendant les études ?

Oui. Un atelier avec pratique avec un acteur a augmenté la confiance des étudiants et des internes dans ces conversations (Zehm et al., 2022).

Liste de vérification du raisonnement pronostique

• Après le diagnostic, j'ai pensé à l'évolution probable de la maladie.
• J'ai pris en compte l'âge, l'état fonctionnel et les comorbidités.
• J'ai estimé l'effet du traitement sur cette évolution.
• J'ai vérifié s'il existe une règle de prédiction validée pour ce contexte.
• J'ai exprimé le pronostic sous forme d'intervalle ou de scénarios.
• J'ai demandé au patient ce qu'il veut savoir.
• J'ai noté ma prévision pour la comparer ensuite.
• Je me suis rappelé la tendance à l'optimisme dans les prévisions.

Vous voulez entraîner l'étape qui précède le pronostic ? Jouez le cas du jour sur NEXO.

Références

1. Christakis NA. The ellipsis of prognosis in modern medical thought. Soc Sci Med. 1997. https://pubmed.ncbi.nlm.nih.gov/9004366/
2. Christakis NA, Lamont EB. Extent and determinants of error in doctors' prognoses in terminally ill patients: prospective cohort study. BMJ. 2000. https://pubmed.ncbi.nlm.nih.gov/10678857/
3. Glare P, Virik K, Jones M, et al. A systematic review of physicians' survival predictions in terminally ill cancer patients. BMJ. 2003. https://pubmed.ncbi.nlm.nih.gov/12881260/
4. White N, Reid F, Harris A, et al. A Systematic Review of Predictions of Survival in Palliative Care: How Accurate Are Clinicians and Who Are the Experts? PLoS One. 2016. https://pubmed.ncbi.nlm.nih.gov/27560380/
5. Downar J, Goldman R, Pinto R, et al. The "surprise question" for predicting death in seriously ill patients: a systematic review and meta-analysis. CMAJ. 2017. https://pubmed.ncbi.nlm.nih.gov/28385893/
6. Moulder G, Harris E, Santhosh L. Teaching the science of uncertainty. Diagnosis (Berl). 2023. https://pubmed.ncbi.nlm.nih.gov/36087299/
7. Fahy BN. Prognostication in oncology. J Surg Oncol. 2019. https://pubmed.ncbi.nlm.nih.gov/30883779/
8. Bernacki RE, Block SD, American College of Physicians High Value Care Task Force. Communication about serious illness care goals: a review and synthesis of best practices. JAMA Intern Med. 2014. https://pubmed.ncbi.nlm.nih.gov/25330167/
9. Ramchandani A, Mihic-Góngora L, Hernández R, et al. Psychological factors and prognostic communication preferences in advanced cancer: multicentre study. BMJ Support Palliat Care. 2024. https://pubmed.ncbi.nlm.nih.gov/37491146/
10. Zehm A, Scott E, Schaefer KG, et al. Improving Serious Illness Communication: Testing the Serious Illness Care Program with Trainees. J Pain Symptom Manage. 2022. https://pubmed.ncbi.nlm.nih.gov/34743012/
11. Borregaard Myrhøj C, Jacobsen J, LeBlanc TW, et al. Navigating Prognostic Dialogue During Serious Illness Conversations. JAMA Netw Open. 2026. https://pubmed.ncbi.nlm.nih.gov/42054029/
12. Ban JW, Emparanza JI, Urreta I, et al. Design Characteristics Influence Performance of Clinical Prediction Rules in Validation: A Meta-Epidemiological Study. PLoS One. 2016. https://pubmed.ncbi.nlm.nih.gov/26730980/
13. Kennedy G, Gallego B. Clinical prediction rules: A systematic review of healthcare provider opinions and preferences. Int J Med Inform. 2019. https://pubmed.ncbi.nlm.nih.gov/30654898/
14. Paladino J, Bernacki R, Neville BA, et al. Evaluating an Intervention to Improve Communication Between Oncology Clinicians and Patients With Life-Limiting Cancer: A Cluster Randomized Clinical Trial of the Serious Illness Care Program. JAMA Oncol. 2019. https://pubmed.ncbi.nlm.nih.gov/30870556/