Privacy in palliative care
Bibliographic record
Abstract
Spośród wyzwań współczesnej medycyny zagadnienie prywatności pacjenta zajmuje szczególne miejsce, wyznaczając granice między troską o zdrowie a poszanowaniem godności pacjenta.Przestrzeganie prywatności jest nie tylko kwestią etyczną, ale także podstawowym prawem pacjenta.Prywatność przez swoją złożoność nie posiada jednej definicji, a literatura przedmiotu wskazuje na jej wielowymiarowość, pozwalając na ujęcie jej w różnych aspektach życia.Jej uszanowanie wpływa korzystnie na dobrostan osoby i wzrost jakości życia chorego.Przegląd międzynarodowo stosowanych skal w opiece paliatywnej ukazał luki w zakresie możliwości badania poczucia prywatności za ich pomocą, ponieważ większość skal nie uwzględnia jej wcale albo robi to w bardzo ograniczonym zakresie.Istniejące skale posiadają duże ograniczenia, brak zgodności co do uwzględnianych kryteriów i nie odnoszą się do paliatywnie chorych.Niniejszy artykuł skupia się na temacie prywatności wśród pacjentów objętych opieką paliatywną ze szczególnym uwzględnieniem polskich realiów, w których niedobory w zakresie dbania o poczucie prywatności pacjentów są jeszcze bardziej uwydatnione.W wyniku naszych badań zdefiniowaliśmy ogólne pojęcie prywatności, wyróżniliśmy jej najważniejsze aspekty oraz przeprowadziliśmy analizę istniejących skal do oceny poczucia prywatności wśród chorych objętych opieką paliatywną.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.045 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.013 |
| Scholarly communication | 0.010 | 0.014 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.006 | 0.012 |
| Insufficient payload (model declined to judge) | 0.015 | 0.005 |
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 source (direct Gemma or distilled Codex), 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".