Organ donation in children: Role of the pediatric intensive care unit
Notice bibliographique
Résumé
OBJECTIVES: Children waiting for organ transplants continue to die because of the shortage of available organs. Studies of organ donation in children are scarce. The evaluation of the organ donation experience in a pediatric tertiary care hospital may identify factors that influence actual organ donation rates and lead to strategies to improve pediatric organ donation. DESIGN: Retrospective study. SETTING: Pediatric intensive care unit in a Canadian pediatric referral center. PATIENTS: All children with brain death over an 8-yr period (1990-1997). INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Of 199 children who fulfilled the criteria for brain death, 153 were medically suitable for organ donation. Families were approached for consent to organ donation in 128 (84%) of the 153 suitable cases. Consent was obtained in 63% (81/128) of those asked. Brain death caused by acute neurosurgical lesions was highly correlated to medical suitability and consent. Families identified as ethnic minorities were significantly more likely to refuse. After consent was granted, organs were procured from 63 (78%) of 81 donors, for an average of 3.6 organs transplanted per donor. There was a failure to procure organs in 22% (18/81) of cases after consent had been granted, primarily as a result of cardiocirculatory instability while in the intensive care unit. CONCLUSIONS: Despite an encouraging 63% consent rate for organ donation when families are approached, only 41% of potential donors proceeded to actual donation. Strategies for a prospective pediatric study should focus on mandatory request, multicultural issues, and aggressive postconsent medical management and procurement. The pivotal role of the pediatric intensive care unit practitioner should be emphasized.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 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 tête enseignante, 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 ».