Moral Distress in Neonatology
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: To longitudinally examine the nature of moral distress (MoD) experienced by clinicians caring for extremely low gestational age neonates. METHODS: Neonatologists, medical trainees, and nurses were surveyed at regular intervals on their experience of MoD and their preferred level of care in relation to 99 neonates born <28 weeks' gestational age managed from birth until discharge or death in 2 tertiary NICUs. Clinicians reporting significant distress (≥6 of 10 on Wocial's Moral Distress Thermometer) were asked to provide open-ended responses on why they experienced MoD. Descriptive statistics were used to analyze frequency and intensity of MoD across different clinician characteristics. Open-ended responses were analyzed by using mixed methods. RESULTS: Over 18 months, 4593 of 5332 surveys (86% response rate) were collected. MoD was reported on 687 (15%) survey occasions; 91% of neonates elicited MoD during their hospitalization. In their open-ended answers, clinicians invoked 5 main themes to explain their distress: (1) infant-centered reasons (83%), including illness severity, predicted outcomes, and disproportionate care; (2) management plans (26%); (3) family-centered reasons (19%); (4) parental decision-making (16%); and (5) provider-centered reasons (15%). MoD was strongly associated with the perception of "parents wanting too much." Neonatologists experienced less distress and were more likely than nurses and trainees to align preferred levels of care with family wishes. CONCLUSIONS: The majority of preterm infants will generate some MoD; however, it is rarely shared and of a sustained nature. The main constraint reported by clinicians was "parents wanting too much," leading to disproportionate 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».