Notice bibliographique
Résumé
Background and aims: It is a western cultural expectation that the death of a child is rare. However, with increasing technology, children with complex conditions are surviving longer. Aims: There is a great need to improve how we care for dying children and their families, specifically around the interventions a family wishes to be included in their child’s end-of-life care. Inconsistencies in or absence of specifics of the family’s wishes in the physician’s notes combined with a lack of a clear Do Not Attempt Resuscitation (DNAR) order has resulted in situations where teams and/or families are uncertain how to proceed when the status of a dying child shifts. Methods: A literature review revealed that while the adult world has been successful in designing clear DNAR orders specific to the patient’s and family’s wishes, few tools are available for planning end-of-life interventions in pediatrics. Our interdisciplinary Pediatric Intensive Care Unit’s End-of-Life Care Committee developed, tested, and trialed a Levels of Intervention DNAR form over two years. Results: Following feedback and modifications, it is now used hospital-wide, allowing clear guidance for teams and families when discussing pediatric end-of-life care directives. Conclusions: The ability to delineate specific interventions, rather than a blanket DNAR or ‘do everything’ alleviates parental anxiety and allows appropriate discussions around interventions provided to children with life-limiting diseases, supporting staff and families providing quality end-of-life care for children.Table: No title available.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,644 | 0,510 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».