Medical assistance in dying in hospice: A qualitative study
Notice bibliographique
Résumé
OBJECTIVES: The modern hospice movement has historically opposed assisted dying. The 2016 legalisation of medical assistance in dying (MAID) in Canada has created a new reality for Canadian hospices. There have been few studies examining how the legalisation of MAID has affected Canadian hospices. Our objective was to identify the challenges and opportunities hospice workers think MAID brings to a hospice. METHODS: This qualitative descriptive study included four focus groups and four semistructured interviews with Canadian hospice workers at two hospices, one which allowed MAID on site, and one which did not. Thematic analysis was used to understand and report these challenges and opportunities. RESULTS: We constructed five themes. These themes detailed participants' beliefs in the abilities of hospice care, and how they felt MAID challenged these abilities. Further, participants felt that MAID itself created challenging situations for patients and families, and that local policies and practices led to additional institutional challenges. Some participants also felt that allowing MAID in hospice provided opportunities for more extensive end-of-life options. CONCLUSIONS: The legalisation of MAID in Canada has created both challenges and opportunities for Canadian hospices. A balancing of these challenges and opportunities may provide a path for Canadian hospices to navigate their new reality. Increasing demand for MAID means that hospices are likely to continue to encounter requests for MAID, and should enact supports to ensure staff are able to manage these challenges and make best use of the opportunities.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».