What’s suffering got to do with it? A qualitative study of suffering in the context of Medical Assistance in Dying (MAID)
Notice bibliographique
Résumé
Abstract Background Intolerable suffering is a common eligibility requirement for persons requesting assisted death, and although suffering has received philosophic attention for millennia, only recently has it been the focus of empirical inquiry. Robust theoretical knowledge about suffering is critically important as modern healthcare provides persons with different options at end-of-life to relieve suffering. The purpose of this paper is to present findings specific to the understanding and application of suffering in the context of MAID from nurses’ perspectives. Methods A longitudinal qualitative descriptive study using semi-structured telephone interviews. Inductive analysis was used to construct a thematic account. The study received ethical approval and all participants provided written consent. Results Fifty nurses and nurse practitioners from across Canada were interviewed. Participants described the suffering of dying and provided insights into the difficulties of treating existential suffering and the iatrogenic suffering patients experienced from long contact with the healthcare system. They shared perceptions of the suffering that leads to a request for MAID that included the unknown of dying, a desire for predictability, and the loss of dignity. Eliciting the suffering story was an essential part of nursing practice. Knowledge of the story allowed participants to find the balance between believing that suffering is whatever the persons says it is, while making sure that the MAID procedure was for the right person, for the right reason, at the right time. Participants perceived that the MAID process itself caused suffering that resulted from the complexity of decision-making, the chances of being deemed ineligible, and the heighted work of the tasks of dying. Conclusions Healthcare providers involved in MAID must be critically reflective about the suffering histories they bring to the clinical encounter, particularly iatrogenic suffering. Further, eliciting the suffering stories of persons requesting MAID requires a high degree of skill; those involved in the assessment process must have the time and competency to do this important role well. The nature of suffering that patients and family encounter as they enter the contemplation, assessment, and provision of MAID requires further research to understand it better and develop best practices.
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 | 0,020 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,020 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».