Care Considerations in a Patient- and Family-Centered Medical Assistance in Dying Program
Notice bibliographique
Résumé
Objective: Medical Assistance in Dying (MAID) became legal in Canada in June 2016. As part of a project designed to improve end-of-life care for those requesting MAID, qualitative data from patients, families, and providers were used to assess opportunities to enhance patient-and family-centered care (PFCC) in this program. Methods: Thirty interviews were conducted with patients, families, and healthcare providers. Five patients who requested an assessment for MAID, 11 family members, and 14 healthcare providers were interviewed about their experiences in 2017. Comparative coding and thematic analysis were completed with the support of NVivo12. Results: Emotional PFCC considerations included: exploring and validating the emotional journey, navigating the uncertain, judgmental experiences, and the emotional impact on families and the care team. Physical PFCC considerations included: sensitivity in eligibility assessments, weaving in interdisciplinary care, provision of anticipatory guidance, and death location. Spiritual PFCC considerations included: honoring choice, listening to life stories, supporting spiritual needs, and acknowledging loss. Relational PFCC considerations included: defining the circle of support, supporting the circle, and relational investments. Conclusion: Fundamental to a PFCC MAID program, practitioners must be afforded time to provide holistic care. Program-related suggestions include incorporating interdisciplinary care early, and throughout the illness trajectory, consistency in care providers, appropriate anticipatory guidance, and bereavement supports for family, and dedicate space for MAID provisions. Patients and families must be included in the ongoing development and re-evaluation of MAID programs to ensure continued focus on quality end-of-life care.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».