MétaCan
Menu
Retour à la cohorte
Enregistrement W2418006695 · doi:10.1177/082585971102700104

Specialist Physician Approaches to Discussing Cardiopulmonary Resuscitation for Frail Older Adults: A Qualitative Study

2011· article· en· W2418006695 sur OpenAlexaff
Laurie Mallery, Ruth E. Hubbard, Paige Moorhouse, Katalin Koller, Eamonn Eeles

Notice bibliographique

RevueJournal of Palliative Care · 2011
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensDalhousie UniversityQueen Elizabeth II Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésCardiopulmonary resuscitationAdvance care planningAutonomyMedicineLife expectancyQualitative researchResuscitationHealth careMEDLINEFamily medicineNursingPalliative carePsychologyEmergency medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite the impact and importance of end-of-life discussions, little is known about how physicians discuss cardiopulmonary resuscitation (CPR) with patients and their families. The necessary components for successful communication about CPR are poorly understood and an established framework to structure these conversations is lacking. Here, we were motivated to understand how physicians approach resuscitation planning with families when older patients have limited life expectancy and a high burden of illness. METHOD: Qualitative analysis was conducted of semi-structured interviews of 28 physicians of varying medical sub-specialties in a tertiary care hospital. RESULTS: Most physicians explored the surrogates' goals and values, but few provided explicit information about the patients' overall health status or expected long-term health outcome related to CPR and underlying illnesses. CONCLUSION: There is considerable heterogeneity in physicians' approaches to CPR discussions. The principle of autonomy is dominant with less emphasis on providing adequate information for effective decision-making.

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)0,015
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,031
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,005
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
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 Opus0,337
Tête enseignante GPT0,442
Écart entre enseignants0,105 · 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'étudeQualitatif
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

Citations10
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Palliative CareMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207