MétaCan
Menu
← Retour à la cohorte
Enregistrement W2949120543 · doi:10.1503/cmaj.190154

Factors influencing decisions by critical care physicians to withdraw life-sustaining treatments in critically ill adult patients with severe traumatic brain injury

2019· article· en· W2949120543 sur OpenAlexafffundvenueabout
Alexis F. Turgeon, Kristin Dorrance, Patrick Archambault, François Lauzier, François Lamontagne, Ryan Zarychanski, Robert Fowler, Lynne Moore, Jacques Lacroix, Shane English, Amélie Boutin, John Muscedere, Karen E. A. Burns, Donald Griesdale, Lauralyn A. McIntyre, Damon C. Scales, Françis Bernard, Janet Yamada, Janet E. Squires

Notice bibliographique

RevueCanadian Medical Association Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensUniversité de MontréalUniversity of ManitobaUniversité LavalToronto Metropolitan UniversityOttawa HospitalUniversité de SherbrookeUniversity of TorontoUniversity of OttawaKingston Health Sciences CentreUniversity of British ColumbiaCentre Hospitalier Universitaire de SherbrookeSt. Michael's HospitalSunnybrook Health Science CentreCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesGroupe canadien de recherche en soins intensifs
Mots-clésCritically illTraumatic brain injuryMedicineIntensive care medicineCritical illnessPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most deaths in critically ill patients with severe traumatic brain injury are associated with a decision to withdraw life-sustaining treatments. We aimed to identify the behavioural determinants that influence recommendations by critical care physicians to consider the withdrawal of life-sustaining treatments in this population. METHODS: We conducted a descriptive qualitative study based on the Theoretical Domains Framework of critical care physicians caring for patients with severe traumatic brain injury across Canada. We stratified critical care physicians by regions and used a purposive sampling strategy. We conducted semistructured phone interviews using a piloted and pretested interview guide. We transcribed the interviews verbatim and verified the content for accuracy. We performed the analysis using a 3-step approach: coding, generation of specific beliefs and generation of specific themes. RESULTS: We recruited 20 critical care physicians across 4 geographic regions. After reaching saturation, we identified 7 core themes across 4 Theoretical Domains Framework domains for factors relevant to the decision to withdraw life-sustaining treatments. Four factors (i.e., clinical triggers, social triggers, interaction with families and intentions with medical decisions) were identified before the decision is made and 3 were identified during the decision-making process (i.e., considerations, priorities and knowledge needs). We identified multiple themes reflecting internal (n = 18, 8 Theoretical Domains Framework domains) and external (n = 15, 6 Theoretical Domains Framework domains) influences on the decision to withdraw life-sustaining treatments. INTERPRETATION: We identified several core themes and domains considered by critical care physicians in Canada in the decision to withdraw life-sustaining treatments in critically ill patients with severe traumatic brain injury. Future research should aim at identifying the factors influencing surrogate decision-makers in the decision to withdraw life-sustaining treatments in these patients.

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)0,005
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,342
Écart entre enseignants0,318 · 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'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

Citations34
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Association Journal→Même sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→