MétaCan
Menu
Retour à la cohorte
Enregistrement W2309977063 · doi:10.1136/archdischild-2015-309410

Moral distress within neonatal and paediatric intensive care units: a systematic review

2016· review· en· W2309977063 sur OpenAlexaff
Trisha Prentice, Annie Janvier, Lynn Gillam, Peter G. Davis

Notice bibliographique

RevueArchives of Disease in Childhood · 2016
Typereview
Langueen
DomaineHealth Professions
ThématiqueEthics in medical practice
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésCINAHLMedicineIntensive careDistressMEDLINEMultidisciplinary approachNursingInclusion (mineral)ScopusPsychologyIntensive care medicineClinical psychologySocial psychologyPsychological intervention

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To review the literature on moral distress experienced by nursing and medical professionals within neonatal intensive care units (NICUs) and paediatric intensive care units (PICUs). DESIGN: Pubmed, EBSCO (Academic Search Complete, CINAHL and Medline) and Scopus were searched using the terms neonat*, infant*, pediatric*, prematur* or preterm AND (moral distress OR moral responsibility OR moral dilemma OR conscience OR ethical confrontation) AND intensive care. RESULTS: 13 studies on moral distress published between January 1985 and March 2015 met our inclusion criteria. Fewer than half of those studies (6) were multidisciplinary, with a predominance of nursing staff responses across all studies. The most common themes identified were overly 'burdensome' and disproportionate use of technology perceived not to be in a patient's best interest, and powerlessness to act. Concepts of moral distress are expressed differently within nursing and medical literature. In nursing literature, nurses are often portrayed as victims, with physicians seen as the perpetrators instigating 'aggressive care'. Within medical literature moral distress is described in terms of dilemmas or ethical confrontations. CONCLUSIONS: Moral distress affects the care of patients in the NICU and PICU. Empirical data on multidisciplinary populations remain sparse, with inconsistent definitions and predominantly small sample sizes limiting generalisability of studies. Longitudinal data reflecting the views of all stakeholders, including parents, are required.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,064
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0120,013
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,424
Écart entre enseignants0,370 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations246
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in ChildhoodMême sujetEthics in medical practiceTravaux en français237 207