MétaCan
Menu
Retour à la cohorte
Enregistrement W2898943509 · doi:10.14283/jfa.2018.31

Ethical and Legal Implications of Frailty Screening

2018· article· en· W2898943509 sur OpenAlexafffund
Lynette Reid, William Lahey, B. Livingstone, Mary McNally

Notice bibliographique

RevueThe Journal of Frailty & Aging · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversity of WaterlooUniversity of King's CollegeDalhousie University
Organismes subventionnairesCanadian Frailty Network
Mots-clésMedicineGerontologyEngineering ethicsEngineering

Résumé

récupéré en direct d'OpenAlex

Goals of screening for frailty include (a) promoting healthy aging, (b) addressing frailty with preventive and targeted interventions, (c) better aligning social and medical responses to frailty with the needs of frail older adults and (d) preventing harms to frail older adults from excessive and inappropriate medical interventions that are insensitive to the implications of frailty. However, the medicalization of frailty and outcomes of the screening process also risk harming frail older adults and their autonomy through stereotyping and by legitimizing denial of care. This risk of harm gives rise to ethical and legal questions and considerations that this paper addresses. Frailty screening that is ethically defensible will situate and support healthcare that is consistent with people's needs, circumstances and capacity to benefit from the care provided. We also call for an informed consent process that incorporates supported or shared decision making in order to protect the autonomy of frail older adults.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,348
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,196
Tête enseignante GPT0,460
Écart entre enseignants0,264 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Frailty & AgingMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207