Awareness of do-not-resuscitate orders: what do patients know and want?
Notice bibliographique
Résumé
OBJECTIVE: To assess outpatient understanding of and previous experiences with do-not-resuscitate (DNR) orders and to gauge patient preferences with respect to DNR discussions. DESIGN: Cross-sectional, self-administered survey. SETTING: Four urban primary care physician offices in Vancouver, BC. PARTICIPANTS: A total of 429 consecutive patients 40 years of age and older presenting for routine primary care between March and May 2009. MAIN OUTCOME MEASURES: Awareness of, knowledge about, and experiences with DNR decisions; when, where, and with whom patients wished to discuss DNR decisions; and differences in responses by sex, age, and ethnicity, assessed using χ² tests of independence. RESULTS: The response rate was 90%, with 386 of 429 patients completing the surveys. Most (84%) respondents had heard of the terms do not resuscitate or DNR. Eighty-six percent chose family physicians as among the people they most preferred to discuss DNR decisions with; 56% believed that initial DNR discussions should occur while they were healthy; and 46% thought the discussion should take place in the office setting. Of those who were previously aware of DNR orders, 70% had contemplated DNR for their own care, with those older than 60 years more likely to have done so (P = .02); however, only 8% of respondents who were aware of DNR orders had ever discussed the subject with a health care provider. Few patients (16%) found this topic stressful. CONCLUSION: Most respondents were well informed about the meaning of DNR, thought DNR discussions should take place when patients were still healthy, preferred to discuss DNR decisions with family physicians, and did not consider the topic stressful. Yet few respondents reported having had a conversation about DNR decisions with any health care provider. Disparity between patient preferences and experiences suggests that family physicians can and should initiate DNR discussions with younger and healthier patients.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».