End‐of‐Life Decisions in Individuals Dying with Dementia in Belgium
Notice bibliographique
Résumé
OBJECTIVES: To describe the prevalence and characteristics of end-of-life decisions in individuals dying with dementia in Belgium. DESIGN: Retrospective mail survey. SETTING: Brussels and Flanders, Belgium. PARTICIPANTS: Physicians certifying a large random sample of deaths (n = 8,627). MEASUREMENTS: End-of-life decision-making in individuals dying with dementia (n = 361) was compared through bivariate and multivariable analyses with decision-making in individuals dying from cancer (n = 1,276) as reference group. RESULTS: Response rate was 54.7%. The intense pain and symptoms of individuals with dementia was alleviated less often than those of individuals with cancer (odds ratio (OR) = 0.50, P < .001), and individuals with dementia were more likely to have life-prolonging treatment withheld or withdrawn (OR = 1.40, P = .048). Five individuals with dementia (1.3%) requested euthanasia but did not receive it; 60 (4.7%) individuals with cancer who requested euthanasia received it, and 48 (3.8%) who requested it did not (OR = 0.04, P = .047). Individuals with dementia rarely had capacity to participate in decision-making, which more often involved their families than in individuals with cancer (OR = 1.99, P = .009). Little prospect of improvement (59.7%), pointless life prolongation (54.5%), poor quality of life (46.2%), and prevention of further suffering (37.6%) were important reasons for end-of-life decisions in individuals with dementia. CONCLUSION: End-of-life decision-making in individuals dying with dementia differs from that in individuals with cancer, more often involving forgoing of life-prolonging treatment and less often involving intensifying pain and symptom treatment. Considerations typically involve the prospects of the individual with dementia as opposed to the severity of their present situation. Optimal processes of advance care planning may address the burdensome decision falling to physicians and family regarding when to allow the individual to die.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».