MétaCan
Menu
Retour à la cohorte
Enregistrement W3028556942 · doi:10.1136/bmjspcare-2020-002350

Medical assistance in dying: the downside

2020· editorial· en· W3028556942 sur OpenAlexaboutno aff
John Attia, Christine Jorm, Brian Kelly

Notice bibliographique

RevueBMJ Supportive & Palliative Care · 2020
Typeeditorial
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDownside riskBusinessFinance

Résumé

récupéré en direct d'OpenAlex

Euthanasia is the deliberate administration of medications with the explicit intention of ending life, whereas physician assisted dying is the prescription or supply of drugs to enable the patient to end their own life.1 We use the term ‘medical assistance in dying’ (MAID) to refer to both. The rationale for MAID is usually based on two principles: Such individual rights however exist within a broader community, familial and societal context. Philosopher Daniel Callaghan stated: “Euthanasia is not a private matter of self-determination. It is an act that requires two people to make it possible and a complicit society to make it acceptable”.2 We present our perspective on the (often unacknowledged) implications of MAID for the family, physician and the healthcare system. A MEDLINE review was done with snowballing that is, following up reference lists from papers identified. Several factors drive patient requests for MAID, including the fear of becoming a burden to others, depression and feelings of hopelessness, loss of identity or dignity, feeling isolated, being tired of existence, and fear of uncertainty; it is of interest that the fear of pain more than pain itself was also a driver.3–5 These studies explored the concerns of those with a terminal illness who usually did not have access to MAID and were considering a hypothetical situation. Initial experience from the Dying with Dignity programme in the USA6 and the Medical Assistance in Dying programme in Canada7 find that those dying through MAID are predominantly motivated by fear of the loss of control and autonomy. Interestingly, most were educated, higher socioeconomic level Caucasians (>90%).7 It has been suggested that ‘Being …

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)0,057
score de la tête « metaresearch » (Gemma)0,105
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,300

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0570,105
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0030,027
Communication savante0,0090,024
Science ouverte0,0020,010
Intégrité de la recherche0,0080,019
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,098
Tête enseignante GPT0,456
Écart entre enseignants0,359 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Supportive & Palliative CareMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207