Perceived potentially inappropriate treatment in the PICU: frequency, contributing factors and the distress it triggers
Notice bibliographique
Résumé
Background: Potentially inappropriate treatment in critically ill adults is associated with healthcare provider distress and burnout. Knowledge regarding perceived potentially inappropriate treatment amongst pediatric healthcare providers is limited. Objectives: Determine the frequency and factors associated with potentially inappropriate treatment in critically ill children as perceived by providers, and describe the factors that providers report contribute to the distress they experience when providing treatment perceived as potentially inappropriate. Methods: Prospective observational mixed-methods study in a single tertiary level PICU conducted between March 2 and September 14, 2018. Patients 0-17 years inclusive with: (1) ≥1 organ system dysfunction (2) moderate to severe mental and physical disabilities, or (3) baseline dependence on medical technology were enrolled if they remained admitted to the PICU for ≥48 h, and were not medically fit for transfer/discharge. The frequency of perceived potentially inappropriate treatment was stratified into three groups based on degree of consensus (1, 2 or 3 providers) regarding the appropriateness of ongoing active treatment per enrolled patient. Distress was self-reported using a 100-point scale. Results: Of 374 patients admitted during the study, 133 satisfied the inclusion-exclusion criteria. Eighteen patients (unanimous - 3 patients, 2 providers - 7 patients; single provider - 8 patients) were perceived as receiving potentially inappropriate treatment; unanimous consensus was associated with 100% mortality on 3-month follow up post PICU discharge. Fifty-three percent of providers experienced distress secondary to providing treatment perceived as potentially inappropriate. Qualitative thematic analysis revealed five themes regarding factors associated with provider distress: (1) suffering including a sense of causing harm, (2) conflict, (3) quality of life, (4) resource utilization, and (5) uncertainty. Conclusions: While treatment perceived as potentially inappropriate was infrequent, provider distress was commonly observed. By identifying specific factor(s) contributing to perceived potentially inappropriate treatment and any associated provider distress, organizations can design, implement and assess targeted interventions.
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 | 0,004 | 0,017 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 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 ».