Operationalizing Equity in Surgical Prioritization
Notice bibliographique
Résumé
The allocation of critical care resources and triaging patients garnered a great deal of attention during the COVID-19 pandemic, but there is a paucity of guidance regarding the ethical aspects of resource allocation and patient prioritization in ‘normal’ circumstances for Canadian healthcare systems. One context where allocation and prioritization decisions are required are surgical waitlists, which have been globally exacerbated due to the COVID-19 pandemic. In this paper, we detail the process used to develop an ethics framework to support prioritization for elective surgery at The Hospital for Sick Children, Toronto, a tertiary pediatric hospital. Our goal was to provide guidance for the more value-laden aspects of prioritization, particularly when clinical urgency alone is insufficient to dictate priority. With this goal in mind, we worked to capture familial, relational, and equity considerations. As part of our institution’s concerted efforts to ethically and effectively address our surgical backlog, an ethics working group was formed comprising clinicians from surgery, anesthesiology, intensive care, a hospital bioethicist, a parent advisor, and an academic bioethics researcher. A reflective equilibrium process was used to develop an ethics framework. To this end, the same methodology was used to create a support for patient prioritization that identifies clinically and morally relevant factors for prioritization among medically similar surgical cases, with a substantive goal being to identify and redress health inequities in surgical prioritization, inasmuch as this is possible. While further steps are needed to validate several aspects of the framework, our research suggests that an ethics framework grounded in the practical realities of hospital operations provides consistency, transparency, and needed support for decisions that are often left to individual clinicians, as well as an opportunity to reflect upon the presence of health inequities in all domains of healthcare delivery.
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 | 0,062 | 0,129 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,019 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».