Adaptation and validation of the multi-dimensional measure of informed choice to cardiopulmonary resuscitation (CPR) and invasive mechanical ventilation (IMV)
Notice bibliographique
Résumé
La majorité des aînés canadiens préfèrent recevoir des interventions de fin de vie non agressives. Pour eux, leur qualité de vie est plus importante que la durée. Les études montrent que les préférences des patients âgés ne sont pas souvent inscrites dans leurs dossiers médicaux. Par conséquent, des interventions agressives comme la réanimation cardiorespiratoire (RCR) et la ventilation mécanique invasive (VMI) sont utilisées plutôt que des soins de confort. La prise de décision partagée (PDP) est une approche contribuant à diminuer la surutilisation de certaines interventions médicales par des décisions plus éclairées. Lors d’une décision critique sur une intervention de santé, la PDP permet au patient et à son médecin de travailler ensemble pour faire le choix le plus approprié. Les décisions éclairées favorisent des meilleurs effets sur la santé par la réduction de conflit décisionnel, la diminution de l’anxiété et une amélioration de la satisfaction du patient. Les outils d’aide à la décision utilisés dans le contexte de la PDP facilitent la discussion entre un médecin et son patient. Ils ne sont pas limités au contexte de la PDP, car ils peuvent être une ressource en santé très utile, pour aider les patients confrontés à des décisions de santé difficiles et complexes. Vu que la PDP et les outils d’aide à la décision supportent la prise de décision informée, des outils validés et multidimensionnels doivent être créés et validés pour des personnes qui font face à des décisions des interventions de fins de vie agressives. Cet article détaille l’adaptation et la validation du Multi-Dimensional Measure of Informed Choice à la RCR et à la VMI avec des aînés canadiens francophones.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».