Medical Assistance in Dying (MAiD): A Descriptive Study From a Canadian Tertiary Care Hospital
Notice bibliographique
Résumé
BACKGROUND: In June 2016, the Government of Canada passed Bill C-14 decriminalizing medically assisted death. Increasing numbers of Canadians are accessing medical assistance in dying (MAiD) each year, but there is limited information about this population. OBJECTIVE: To describe the characteristic outcomes of MAiD requests in a cohort of patients at an academic tertiary care center in Toronto, Ontario, Canada. METHODS: A retrospective chart review of patients making a formal request for a MAiD eligibility assessment from July 16 to September 18. Data extracted included demographics, diagnosis, psychosocial characteristics, information relating to the MAiD request, and clinical outcome. RESULTS: We received 107 formal requests for MAiD assessment. Ninety-seven patients were found eligible, of whom 80 received MAiD. Cancer was the primary diagnosis for 78% and median age was 74 years. The majority of patients (64%) cited "functional decline or inability to participate in meaningful activities" as the main factor motivating their request for MAiD. Half of patients who received MAiD (46%) described their request as consistent with a long-standing, philosophical view predating their illness. The 10-day reflection period was reduced for 39% of provisions due to impending loss of capacity. Our cohort was very similar demographically to those described both nationally and internationally. CONCLUSION: Patients seeking MAiD at our institution were similar to those described in other jurisdictions where assisted dying is legal and represent a group for whom autonomy and independence is critical. We noted a very high rate of risk of loss of capacity, suggesting a need for both earlier assessments and regular monitoring.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».