Provision of medical assistance in dying: a scoping review
Notice bibliographique
Résumé
OBJECTIVES: The purpose of this study is to map the characteristics of the existing medical literature describing the medications, settings, participants and outcomes of medical assistance in dying (MAID) in order to identify knowledge gaps and areas for future research. DESIGN: Scoping review. SEARCH STRATEGY: We searched electronic databases (MEDLINE, EMBASE, PsychINFO, CINAHL and CENTRAL), clinical trial registries, conference abstracts and professional guidelines from jurisdictions where MAID is legal, up to February 2020. Eligible report types included technical summaries, institutional policies, practice surveys, practice guidelines and clinical studies that describe MAID provision in adults who have provided informed consent for MAID. RESULTS: 163 articles published between 1989 and 2020 met eligibility criteria. 75 studies described details for MAID administered by intravenous medications and 50 studies provided data on oral medications. In intravenous protocols, MAID was most commonly administered using a barbiturate (34/163) or propofol (22/163) followed by a neuromuscular blocker. Oral protocols most often used barbiturates alone (37/163) or in conjunction with an opioid medication (7/163) and often recommended using a prokinetic agent prior to lethal drug ingestion. Complications included prolonged duration of the dying process, difficulty in obtaining intravenous access and difficulty in swallowing oral agents. Most commonly, the role of physicians was prescribing (83/163) and administering medications (75/163). Nurses' roles included administering medications (17/163) and supporting the patient (16/163) or family (13/163). The role of families involved providing support to the patient (17/163) and bringing medications from the pharmacy for self-administration (4/163). CONCLUSIONS: We identified several trends in MAID provision including common medications and doses for oral and parenteral administration, roles of healthcare professionals and families, and complications that may cause patient, family and provider distress. Future research should aim to identify the medications, dosages, and administration techniques and procedures that produce the most predictable outcomes and mitigate distress for those involved.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».