Truth-telling and doctor-assisted death as perceived by Israeli physicians
Notice bibliographique
Résumé
BACKGROUND: Medicine has undergone substantial changes in the way medical dilemmas are being dealt with. Here we explore the attitude of Israeli physicians to two debatable dilemmas: disclosing the full truth to patients about a poor medical prognosis, and assisting terminally ill patients in ending their lives. METHODS: Attitudes towards medico-ethical dilemmas were examined through a nationwide online survey conducted among members of the Israeli Medical Association, yielding 2926 responses. RESULTS: Close to 60% of the respondents supported doctor-assisted death, while one third rejected it. Half of the respondents opposed disclosure of the full truth about a poor medical prognosis, and the others supported it. Support for truth-telling was higher among younger physicians, and support for doctor-assisted death was higher among females and among physicians practicing in hospitals. One quarter of respondents supported both truth-telling and assisted death, thereby exhibiting respect for patients' autonomy. This approach characterizes younger doctors and is less frequent among general practitioners. Another quarter of the respondents rejected truth-telling, yet supported assisted death, thereby manifesting compassionate pragmatism. This was associated with medical education, being more frequent among doctors educated in Israel, than those educated abroad. All this suggests that both personal attributes and professional experience affect attitudes of physicians to ethical questions. CONCLUSIONS: Examination of attitudes to two debatable medical dilemmas allowed portrayal of the multi-faceted medico-ethical scene in Israel. Moreover, this study, demonstrates that one can probe the ethical atmosphere of a given medical community, at various time points by using a few carefully selected questions.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».