The Medical Orders for Scope of Treatment (MOST) form completion: a retrospective study
Notice bibliographique
Résumé
BACKGROUND: Advance care planning (ACP) involves discussions about patient and families' wishes and preferences for future healthcare respecting autonomy, improving quality of care, and reducing overtreatment. The Medical Orders for Scope of Treatment (MOST) form records person preferred level and types of treatment and intervention. PURPOSE: To examine the MOST form use in inpatient units within a British Columbia (Canada) hospital, estimate and compare its completion rate, and inform health policies for continuous, quality and individualized patient care. METHODS: About 5,000 patients admitted to the participating tertiary acute care hospital during October 2020. Data from 780 eligible participants in medical, surgical, or psychiatry unit were analyzed with descriptive statistics, the chi-square test for group comparisons, and logistic regression to assess predictors of the MOST form completion. RESULTS: = 79.53, p < .001, φ = .319]. Multivariate logistic regression analysis demonstrated that age (OR = 1.05, 95% CI 1.04 to 1.06) and unit admission (OR = .60, 95% CI 0.36 to 0.99 in psychiatry; and OR = .21, 95% CI 0.14 to 0.31 in surgery) were independently associated with the MOST form completion. CONCLUSION: Our findings demonstrate a need for consistent and broad completion of the MOST form across all jurisdictions using, desirably, advanced electronic systems. Healthcare providers need to raise awareness of the MOST completion benefits and be prepared to discuss topics relevant to end-of-life. Further research is required on the MOST form completion.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».