Surviving Long Enough to Die? An Analysis of Incomplete Assessments for Medical Assistance in Dying
Notice bibliographique
Résumé
Background: Medical assistance in dying (MAiD) was legalized in Canada on June 17, 2016, yet many who request MAiD do not complete the assessment process and instead experience a natural death. This analysis of patients who made a formal request for MAiD aims to clarify timelines and factors associated with completion of the MAiD assessment process, and factors associated with completion or noncompletion of MAiD once eligible. Materials and Methods: This retrospective cohort study included all patients in Nova Scotia who requested MAiD between January 1, 2018 and December 31, 2018, were deceased at the time of analysis, did not withdraw their request, and were not formally deemed ineligible for the procedure (n = 218). Descriptive statistics, Kaplan–Meier curves, and logistic regression were used in data analysis. Results: Of 218 patients, 48 did not complete the MAiD assessment process. Of the 170 patients who completed the assessment process and were deemed eligible for MAiD, 79.4% (n = 135) completed the procedure. Those with an incomplete assessment had a median survival from request to death of 8.0 days (interquartile range [IQR] = 11.5), whereas for those deemed eligible, median survival from request to determination of MAiD eligibility was also 8.0 days (IQR = 16.0). Interpretation: Proximity to natural death and poor performance status at the time of MAiD request may drive incomplete MAiD assessments. The majority of patients deemed eligible for MAiD complete the procedure, and as such, patients who did not complete the MAiD assessment process may not have experienced their preferred mode of death.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».