End-of-life care in Brazilian Pediatric Intensive Care Units
Notice bibliographique
Résumé
OBJECTIVE: Most deaths in Pediatric Intensive Care Units involve forgoing life-sustaining treatment. Such deaths required carefully planned end-of-life care built on compassion and focused on palliative care measures. This study aims to assess topics related to the end of life care in Brazilian pediatric intensive care units from the perspective of a multidisciplinary team. METHOD: The authors used a tested questionnaire, utilizing Likert-style and open-ended questions. After ethics committee approval, it was sent by email from September to November/2019 to three Pediatric Intensive Care Units in the South and Southeast of Brazil. One unit was exclusively dedicated to oncology patients; the others were mixed units. RESULTS: From 144 surveys collected (23% response rate) 136 were analyzed, with 35% physicians, 30% nurses, 21% nurse technicians, and 14% physiotherapists responding. Overall, only 12% reported enough end-of-life care training and 40% reported never having had any, albeit this was not associated with the physician's confidence in forgoing life-sustaining treatment. Furthermore, 60% of physicians and 46% of other professionals were more comfortable with non-escalation than withdrawing therapies, even if this could prolong suffering. All physicians were uncomfortable with palliative extubation; 15% of all professionals have witnessed it. The oncologic team uniquely felt that "resistance from the teams of specialists" was the main barrier to end-of-life care implementation. CONCLUSION: Most professionals felt unprepared to forego life-sustaining treatment. Even for terminally ill patients, withholding is preferred over the withdrawal of treatment. Socio-cultural barriers and the lack of adequate training may be contributing to insecurity in the care of terminally ill patients, diverging from practices in other countries.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».