Understanding and changing attitudes toward withdrawal and withholding of life support in the intensive care unit
Notice bibliographique
Résumé
A careful examination of our attitudes toward end-of-life care is critical to our understanding of where change is needed to improve patient outcomes. The objectives of our narrative review are 1) to review why the intensive care unit setting presents particular challenges for the delivery of optimal end-of-life care, 2) to outline how four different research methods can provide insights into our understanding of attitudes about withdrawal of life support, and 3) to suggest seven different approaches to changing prevailing attitudes toward withdrawal of life support in the intensive care unit. To better understand attitudes about end-of-life care in general and withdrawal of life support in particular, we reviewed four different sources of data: 1) decision support tools, 2) qualitative research, 3) surveys, and 4) observational studies. Understanding these attitudes offers valuable insights about strategies that may help to improve the care of dying patients and their families. There are several ways to change attitudes; the approaches we reviewed are 1) promoting social change professionally, 2) legitimizing end-of-life research, 3) determining what families of dying patients need, 4) initiating quality improvement locally, 5) evaluating the benefits and harms of new initiatives, 6) modeling quality end-of-life care for future clinicians, and 7) using narratives. Attitudes toward end-of-life care are influenced by many factors and change slowly. Our attitudes have social and personal origins; they are grounded in values that are collective and community based. Different research methods provide insights into attitudes toward death in the intensive care unit and withdrawal of life support in particular. Understanding these attitudes may offer valuable insights about strategies that should help improve the care for dying patients and their families.
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 | 0,044 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| 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 ».