Contribution de la commission d’éthique de la Société de réanimation de langue française à un scénario de mise en oeuvre des prélèvements d’organes de type Maastricht III en France
Bibliographic record
Abstract
La loi française rend possible le prélèvement d’organes en vue de greffe chez les patients donneurs décédés d’arrêt cardiocirculatoire. La classification de Maastricht dénomme « type III » ce mode de prélèvement après arrêt cardiocirculatoire succédant à un arrêt des thérapeutiques. La possibilité de prélever des organes chez un patient mort dans ces conditions est évoquée par l’agence de biomédecine. Cet article développe l’élaboration d’un scénario encadrant cette procédure dans un respect total de l’éthique du patient mourant. Le soin dû à ces personnes ne doit être en rien modifié par le fait qu’après le décès, des organes pourront être prélevés. Cela implique le respect absolu de la règle du donneur mort, c’est-à-dire que le processus de prélèvement ne doit en rien causer ou hâter son décès. La décision d’arrêt de traitement, ses modalités, l’accompagnement de la personne (y compris de ses proches) faisant l’objet de cette décision doivent être conformes à l’esprit et à la lettre de la loi Léonetti sans aucune filiation avec une éventuelle possibilité de prélèvement d’organes. Une difficulté éthique majeure réside dans l’annonce faite aux proches, une fois la décision d’arrêt de traitement prise, de la possibilité, au cas où le décès surviendrait très rapidement après l’arrêt de traitement, de prélever des organes chez le patient alors mort. Seule une approche commune des équipes de soins et de coordination des prélèvements peut permettre de surmonter cette difficulté. Les modalités et le lieu des prélèvements (service de réanimation ou bloc opératoire) sont discutés dans ce texte.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".