Nephrologists’ Reported Preparedness for End-of-Life Decision-Making
Notice bibliographique
Résumé
Nephrologists commonly engage in end-of-life decision-making with patients with ESRD and their families. The purpose of this study was to determine the perceived preparedness of nephrologists to make end-of-life decisions and to determine factors that are associated with the highest level of perceived preparedness. The nephrologist members of the Renal Physicians Association (RPA) and the Canadian Society of Nephrology were invited to participate in an online survey of their end-of-life decision-making practices. A total of 39% of 360 respondents perceived themselves as very well prepared to make end-of-life decisions. Age >46 yr, six or more patients withdrawn from dialysis in the preceding year, and awareness of the RPA/American Society of Nephrology (ASN) guideline on dialysis decision-making were independently associated with the highest level of self-reported preparedness. Nephrologists who reported being very well prepared were more likely to use time-limited trials of dialysis and stop dialysis of a patient with permanent and severe dementia. Compared with Americans, Canadian nephrologists reported being equally prepared to make end-of-life decisions, stopped dialysis of a higher number of patients, referred fewer to hospice, and were more likely to stop dialysis of a patient with severe dementia. Nephrologists who have been in practice longer and are knowledgeable of the RPA/ASN guideline report greater preparedness to make end-of-life decisions and report doing so more often in accordance with guideline recommendations. To improve nephrologists' comfort with end-of-life decision-making, fellowship programs should teach the recommendations in the RPA/ASN guideline and position statement.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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) | 0,000 | 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 ».