How Do Children With Medical Complexity Die? A Scoping Review
Notice bibliographique
Résumé
Introduction: Advancement in medical expertise and technology has led to a growing cohort of children with medical complexity (CMC), who make up a rising proportion of childhood deaths. However, end of life in CMC is poorly understood and little is known about illness trajectories, communication, and decision-making experiences. Objective: To synthesize existing literature and characterize the end-of-life experience in CMC. Methods: A literature search of MEDLINE, CINAHL, PsycINFO, Scopus, Embase, and Google Scholar was conducted up to August 26, 2021. Studies reporting CMC at end of life were included and the extracted data were analyzed descriptively. Findings: Of 1535 publications identified, 23 studies were included. Most studies (15/23 [65%]) were published from 2015 to 2021 and were quantitative in nature (20/23 [87%]). The majority of studies that extracted data from a single country (18/20 [90%]) originated from North America. Study outcomes were categorized into four main domains: (1) place of death (2) health care use (3) interventions received or withdrawn (4) communication, and end-of-life experiences. The weighted percentage of in-hospital CMC deaths was 80.6%. Studies reported that CMC had increased health care use and were subjected to more intensive interventions at end of life compared with non-CMC. Qualitative studies highlighted the following themes: Intrinsic prognostic uncertainty, differing perspectives of the child's quality of life, the chronic illness experience, a desire to have parental expertise acknowledged, surprise at the terminal event, the experience of multiple losses, with an overarching theme of the need for compassionate care at end of life. Conclusions: This scoping review highlighted important characteristics of end of life in CMC, outlining the emerging evidence and knowledge gaps on this topic. A better understanding of this cohort of seriously and chronically ill children would serve to inform clinical practice, service development, and future research.
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 | 0,010 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,021 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».