Exploring inappropriate levels of care in intensive care
Notice bibliographique
Résumé
BACKGROUND: Levels of care deemed as inappropriate generate moral distress among nurses and other intensive care professionals. Inappropriate levels of care and related moral distress are frequently broached as individual and psychological phenomena, reduced to how individuals feel and think about specific cases. However, this tends to obscure the complex context in which these situations occur, and on which healthcare professionals can act. There is thus a need for a more contextual and team-level lens on inappropriate levels of care. RESEARCH OBJECTIVE: This study aims to explore and understand the issue of inappropriate levels of care in an intensive care unit (ICU) through a contextual and team-level lens. RESEARCH DESIGN: Semi-structured interviews were conducted with nurses, respiratory therapists, and intensivists. Thematic analysis focused on understanding the causes and consequences of inappropriate levels of care, as well as potential avenues for improvement. This study is part of a 5-phase participatory living lab project on inappropriate levels of care conducted in the ICU of a Montreal (Quebec, Canada) hospital. This paper relates the initial phases of the project, focusing on understanding the issue, with reported events spanning from June 2022 to May 2023. ETHICAL CONSIDERATIONS: Ethics approval was sought and granted by the Research Ethics Board of the CIUSSS de l'Est-de-l'Île-de-Montréal. FINDINGS/DISCUSSION: Five broad themes intrinsically related to the phenomenon of inappropriate levels of care were explored with and by participants: (1) the process of determining levels of care, (2) the distinction between appropriate and inappropriate levels of care, (3) causes of inappropriate levels of care, (4) consequences of inappropriate levels of care and (5) potential avenues for improvement. CONCLUSION: This research provides a comprehensive understanding of inappropriate levels of care in the ICU and emphasizes the relevance of team-level explorations of complex ethical issues.
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 | 0,034 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,024 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,005 |
| 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 ».