Intensive care unit professionals’ responses to a new moral conflict assessment tool: A qualitative study
Notice bibliographique
Résumé
BACKGROUND: Moral distress is a serious problem for health care personnel. Surveys, individual interviews, and focus groups may not capture all of the effects of, and responses to, moral distress. Therefore, we used a new participatory action research approach-moral conflict assessment (MCA)-to characterize moral distress and to facilitate the development of interventions for this problem. AIM: To characterize moral distress by analyzing responses of intensive care unit (ICU) personnel who participated in the MCA process. RESEARCH DESIGN: In this qualitative study, we invited all ICU personnel at 3 urban hospitals to participate in individual or group sessions using the 8-step MCA tool. These sessions were facilitated by either a clinical ethicist or a counseling psychologist who was trained in this process. During each session, one of the researchers took notes and prepared a report for each MCA which were analyzed using qualitative content analysis. PARTICIPANTS AND RESEARCH CONTEXT: A total of 24 participants took part in 15 sessions, individually or in groups; 14 were nurses and nurse leaders, 2 were physicians, and 8 were other health professionals. ETHICAL CONSIDERATIONS: This study was approved by the Providence Health Care/University of British Columbia Behavioural Research Ethics Board. Each participant provided written informed consent. RESULTS: The main causes of moral distress related to goals of care, communication, teamwork, respect for patient's preferences, and the managerial system. Suggested solutions included communication strategies and educational activities for health care providers, patients, family members, and others about teamwork, advance directives, and end-of-life care. Participants acknowledged that using the MCA process helped them to reflect on their own thoughts and use their moral agency to turn a distressing situation into a learning and improvement opportunity. CONCLUSIONS: Using the MCA tool helped participants to characterize their moral distress in a systematic way, and to arrive at new potential solutions.
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 | 0,023 | 0,146 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».