MétaCan
Menu
Retour à la cohorte
Enregistrement W158734616 · doi:10.1017/s0714980816000088

Ethics of Clinical Decision-Making for Older Drivers: Reporting Health-Related Driving Risk

2016· article· fr· W158734616 sur OpenAlexaff
Barbara Mazer, Maude Laliberté, Matthew Hunt, Josée Lemoignan, Isabelle Gélinas, Brenda Vrkljan, Gary Naglie, Shawn Marshall

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2016
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensOttawa HospitalUniversity of OttawaBaycrest HospitalToronto Rehabilitation InstituteUniversity of TorontoUniversity Health NetworkMcMaster UniversityUniversité de MontréalCentre for Interdisciplinary Research in RehabilitationMcGill UniversityJewish Rehabilitation Hospital
Organismes subventionnairesnon disponible
Mots-clésClinical decision makingPsychologyMedicineApplied psychologyBusinessEnvironmental healthMedical emergencyFamily medicine

Résumé

récupéré en direct d'OpenAlex

The number of older drivers will continue to increase as the population ages. Health care professionals have the responsibility of providing care and maintaining confidentiality for their patients while ensuring public safety. This article discusses the ethics of clinical decision-making pertaining to reporting health-related driving risk of older drivers to licensing authorities. Ethical considerations inherent in reporting driving risk, including autonomy, confidentiality, therapeutic relationships, and the uncertainty about determining individual driving safety and risk, are discussed. We also address the moral agency of reporting health-related driving risk and raise the question of whose responsibility it is to report. Issues of uncertainty surrounding clinical reasoning and concepts related to risk assessment are also discussed. Finally, we present two case studies to illustrate some of the issues and challenges faced by health care professionals as they seek to balance their responsibilities for their patients while ensuring road safety for all citizens.

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)0,038
score de la tête « metaresearch » (Gemma)0,114
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0380,114
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,059
Tête enseignante GPT0,398
Écart entre enseignants0,339 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations14
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetOlder Adults Driving StudiesTravaux en français237 207