MétaCan
Menu
Retour à la cohorte
Enregistrement W2920015660 · doi:10.5770/cgj.22.272

Case Study Application of an Ethical Decision-Making Process for a Fragility Hip Fracture Patient

2019· article· en· W2920015660 sur OpenAlexafffundvenueabout
Lynn Haslam‐Larmer, Vincent DePaul

Notice bibliographique

RevueCanadian Geriatrics Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensQueen's University
Organismes subventionnairesQueen's University
Mots-clésMedicineFragilityHip fractureFragility fractureIntensive care medicineOsteoporosisInternal medicine

Résumé

récupéré en direct d'OpenAlex

In Canada, up to 32,000 older adults experience a fragility hip fracture. In Ontario, the Ministry of Health and Long Term Care has implemented strategies to reduce surgical wait times and improve outcomes in target areas. These best practice standards advocate for immediate surgical repair, within 48 hours of admission, in order to achieve optimal recovery outcomes. The majority of patients are good candidates for surgical repair; however, for some patients, given the risks of anesthetic and trauma of the operative procedure, surgery may not be the best choice. Patients and families face a difficult and hurried decision, often with no time to voice their concerns, or with little-to-no information on which to guide their choice. Similarly, health-care providers may experience moral distress or hesitancy to articulate other options, such as palliative care. Is every fragility fracture a candidate for surgery, no matter what the outcome? When is it right to discuss other options with the patient? This article examines a case study via an application of a framework for ethical 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 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)0,001
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 enseignants0,411
Score d'incertitude au seuil0,591

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,059
Tête enseignante GPT0,416
Écart entre enseignants0,358 · 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

Citations6
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geriatrics JournalMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207