MétaCan
Menu
Retour à la cohorte
Enregistrement W2083377597 · doi:10.1097/sla.0000000000000314

It's Big Surgery

2013· article· en· W2083377597 sur OpenAlexaboutno aff
Kristen E. Pecanac, Jacqueline M. Kehler, Karen J. Brasel, Zara Cooper, Nicole M. Steffens, Martin F. McKneally, Margaret L. Schwarze

Notice bibliographique

RevueAnnals of Surgery · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Center for Research ResourcesNational Institute on Aging
Mots-clésMedicineConversationGeneral surgerySurgeryMedical emergency

Résumé

récupéré en direct d'OpenAlex

In Brief Objective: To identify the processes, surgeons use to establish patient buy-in to postoperative treatments. Background: Surgeons generally believe they confirm the patient's commitment to an operation and all ensuing postoperative care, before surgery. How surgeons get buy-in and whether patients participate in this agreement is unknown. Methods: We used purposive sampling to identify 3 surgeons from different subspecialties who routinely perform high-risk operations at each of 3 distinct medical centers (Toronto, Ontario; Boston, Massachusetts; Madison, Wisconsin). We recorded preoperative conversations with 3 to 7 patients facing high-risk surgery with each surgeon (n = 48) and used content analysis to analyze each preoperative conversation inductively. Results: Surgeons conveyed the gravity of high-risk operations to patients by emphasizing the operation is “big surgery” and that a decision to proceed invoked a serious commitment for both the surgeon and the patient. Surgeons were frank about the potential for serious complications and the need for intensive care. They rarely discussed the use of prolonged life-supporting treatment, and patients' questions were primarily confined to logistic or technical concerns. Surgeons regularly proceeded through the conversation in a manner that suggested they believed buy-in was achieved, but this agreement was rarely forged explicitly. Conclusions: Surgeons who perform high-risk operations communicate the risks of surgery and express their commitment to the patient's survival. However, they rarely discuss prolonged life-supporting treatments explicitly and patients do not discuss their preferences. It is not possible to determine patients' desires for prolonged postoperative life support on the basis of these preoperative conversations alone. We observed surgeons discussing high-risk operations to identify the processes used to establish a preoperative agreement about postoperative treatments. Although surgeons go to great lengths to describe the serious nature of high-risk operations, they do not regularly discuss the use of prolonged life support and patients do not explicitly agree to participate in prolonged aggressive treatments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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.

Tête enseignante Opus0,789
Tête enseignante GPT0,488
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations132
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of SurgeryMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207