154
Notice bibliographique
Résumé
Introduction: Rapid response teams (RRT) are called for a variety of causes in our tertiary care oncologic institution. We perceive that a significant number of calls revolve around end of life (EOL). To our knowledge, RRT interactions at EOL have not been studied in an oncologic population. Hypothesis: The purpose of this study was to characterize EOL interactions and mortality around RRT calls. Methods: Using ICU and hospital databases we identified all RRT calls from 1/1/12 to 5/30/12. We analyzed DNR status (prior and after RRT) and mortality (independent of DNR status at time of RRT). Results: During the study period, 346 RRT calls were activated on 329 inpatients (12 calls were multiple, 3 calls were triple). DNR orders were a significant component of the RRT calls in 21.9% (n=72) of patients. 7.6 % (n=25) had DNR orders prior to RRT activation. However, another 14.3% (n=47) were made DNR within 24 hours of the RRT call in collaboration with the RRT providers. 10.3% (n=34) of the RRT calls were dead within 24 hours, 12.5% (n=41) within 48 hours and 23% (75) were dead within 1 week of the RRT call. Conclusions: Nearly a quarter of RRT calls at our tertiary cancer center involve EOL discussions. Additionally, almost a quarter of the patients died within a week of the RRT call. These findings suggest that EOL training and counseling should be an integral part of RRT provider education and practice.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,519 | 0,413 |
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 ».