Le refus de soins chez les personnes atteintes d’un trouble neurocognitif majeur en CHSLD
Bibliographic record
Abstract
Les refus de soins chez les personnes atteintes d’un trouble neurocognitif représentent plusieurs enjeux éthiques. Selon la revue de littérature effectuée, il demeure plusieurs ambiguïtés entourant sa définition et sa prise en charge. Ce mémoire vise à comprendre les préoccupations et les valeurs des parties prenantes afin de faciliter la communication et la prise de décisions éthiques. Vingt entrevues semi-dirigées tenues avec des parties prenantes (quatre préposés aux bénéficiaires, quatre membres du personnel infirmier, six personnes proches aidantes, un médecin et cinq autres professionnels) ont été effectuées dans sept Centres d’hébergement et de soins de longue durée au Québec. Les entrevues ont été analysées à l’aide du logiciel QDA Miner, ce qui a permis de diviser les codes en quatre grandes étapes d’un processus de gestion des refus de soins : identifier les refus de soins, documenter les circonstances d’apparition des refus de soins, analyser les enjeux éthiques et déterminer les interventions personnalisées. Les parties prenantes accordent une grande importance à la bienveillance. Dix pistes d’action ont été proposées : l’aptitude à consentir doit être clarifiée; les comportements défensifs et agressifs doivent être différenciés; une échelle d’évaluation des symptômes comportementaux et psychologiques peut être utilisée; la stabilité du personnel soignant doit être assurée; la discussion autour des volontés antérieurement exprimées doit être encouragée; l’autonomie résiduelle doit être respectée; le plan médical doit être révisé; une rencontre interdisciplinaire formelle doit avoir lieu; et un modèle de prise de décisions peut être utilisé.
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 | 0.007 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".