Family members’ experiences of assisted dying: A systematic literature review with thematic synthesis
Notice bibliographique
Résumé
Background: Families’ experiences of assisted dying are under-investigated and families are rarely considered in clinical guidelines concerning assisted dying. Aim: To systematically review family experiences of assisted dying. Design: A systematic literature review using thematic synthesis. Data sources: MEDLINE, Embase, CINAHL, AMED (Allied and Complementary Medicine) and PsycINFO databases (January 1992 to February 2019). Studies investigating families’ experiences on the practice of legalised assisted dying were included. We excluded studies prior to legalisation within the jurisdiction, secondary data analysis and opinion papers. Results: Nineteen articles met the inclusion criteria. Publications were derived from four countries: The Netherlands, United States (Oregon, Washington and Vermont), Canada and Switzerland. Dutch studies predominately investigated family involvement in euthanasia, while Swiss and American studies only reported on assisted suicide. Eleven studies had a qualitative design, using predominately in-depth interviews; seven were retrospective surveys. Five analytical themes represented families’ experiences in assisted dying: (1) context of the decision, (2) grounding the decision, (3) cognitive and emotional work, (4) experiencing the final farewell and (5) grief and bereavement. The results showed that families can be very involved in supporting patients seeking assisted dying, where open communication is maintained. Family involvement appeared to be influenced by the type of legislation in their country and the families’ perception of the social acceptability of assisted dying. Conclusion: Our data confirm that families across all jurisdictions are involved in assisted suicide decision and enactment. Family needs are under-researched, and clinical guidelines should incorporate recommendations about how to consider family needs and how to provide them with evidence-based tailored interventions.
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 | 0,039 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,031 | 0,027 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».