ICU Admission Preferences in the Hypothetical Event of Acute Critical Illness: A Survey of Very Old Norwegians and Their Next-of-Kins
Notice bibliographique
Résumé
OBJECTIVES: To explore older patients' ICU admission preferences and their next-of-kins' ability to predict these preferences. DESIGN: Self-administered survey. SETTING: Three outpatient clinics, urban tertiary teaching hospital, Norway. PATIENTS: Purposive sample of outpatients 80 years old or older regarded as potential ICU candidates and their next-of-kins. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: We asked about the patients' ICU admission preferences in three hypothetical scenarios of acute critical illness. Next-of-kin respondents were asked to make a proxy statement regarding the older respondents' wishes regarding ICU admission. For each treatment choice, all respondents could provide their level of confidence. Additionally, we sought to identify demographic and healthcare-related characteristics that potentially influenced ICU admission preferences and proxy accuracy. Of 202 outpatients 80 years old or older, equal proportions opted for (39%; CI, 33-45%) and against (40%; CI, 34-46%) ICU admission, and one in five (21%; CI, 17-26%) did not wish to engage decision-making. Male gender, religiosity, and prior ICU experience increased the likelihood of older respondents opting for ICU admission. Although next-of-kins' proxy statements only weakly agreed with the older respondents' true ICU admission preferences (52%; CI, 45-59%), they agreed with the next-of-kins' own ICU admission preferences (79%; CI, 73-84%) to a significantly higher degree. Decisional confidence was high for both the older and the next-of-kin respondents. CONCLUSIONS: In this purposive sample of Norwegian potential ICU candidates 80 years old or older, we found substantial variation in the ICU admission preferences of very old patients. The next-of-kins' proxy statements did not align with the ICU admission preferences of the older respondents in half of the pairs, but next-of-kins' and older respondents' confidence levels in rendering these judgments were high.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».