Residents?? End-of-Life Decision Making with Adult Hospitalized Patients: A Review of the Literature
Notice bibliographique
Résumé
PURPOSE: The authors performed a structured literature review to understand residents' experiences with end-of-life (EOL) decision making with adult hospitalized patients, specifically regarding decisions to withhold or withdraw advanced life-support measures. METHOD: An Ovid-based strategy was used to search Medline, ERIC, PsychINFO, and CINHAL databases for articles published between 1966 and February 2005, combining the domains of "resuscitation orders," "decision making," and "internship and residency." All quantitative and qualitative studies examining residents' EOL decision making with adult hospitalized patients were included. The authors developed and applied a scoring system for relevance and quality, performed data abstraction and quality assessment independently and in duplicate, then met to collate findings and identify factors in residents' EOL decision making. RESULTS: The searches yielded 884 articles, of which 26 were included. Variable methodologies precluded meta-analysis. In these studies, residents felt unprepared to handle patient EOL decision making, although exposure to EOL discussions helped them gain confidence. Residents' attitudes, skills, and knowledge were key determinants of whether EOL decisions were addressed. Many misinterpreted the terms "DNR" and "futility." Residents' understanding of the patient EOL decision-making process could be extremely variable, and their do-not-resuscitate discussions suboptimal. Residents' lived practice experience of the patient EOL decision-making process was often at odds with what they were taught in formal curricula. CONCLUSIONS: Educational strategies aimed at changing residents' knowledge, skills and attitude should address the hidden curriculum for the patient EOL decision-making process that is part of the experienced culture of every day practice. Future studies of this experienced culture would inform specific educational interventions.
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 | 0,008 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,011 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».