Partizipative Entscheidungsfindung in der kardiovaskulären Risikoprävention: Ergebnisse der Pilotstudie von ARRIBA-Herz, einer konsultationsbezogenen Entscheidungshilfe für die allgemeinmedizinische Praxis
Notice bibliographique
Résumé
Objectives: Several measures to prevent cardiovascular diseases are well known. Although personal preferences are of crucial importance while evaluating the course of action best to be taken, complex decision aids for cardio-vascular prevention are rarely developed and validated. Methods: A transactional decision aid (named ARRIBA-Herz) for the counseling situation in regard to cardiovascular preventive measures was therefore developed. To include the most useful instruments in the patient questionnaire of our cluster randomized trial to evaluate the decision aid, we piloted the questionnaire with 155 patients after being counseled in regard to prevention of cardiovascular diseases and other decisions, and 56 patients after a consultation in which the decision aid was applied. Results: The Man Son Hing scale, developed in Canada and the US, and the PEF-FB scale, currently being validated in Germany were the most useful instruments to evaluate shared decision making in our study. Conclusion: The piloting of ARRIBA-Herz gives some evidence, that its implementation leads to higher patient satisfaction with the decision making process and the decision in regard to cardiovascular preventive measures. This conclusion however has to be drawn very carefully, since the comparison group was heterogeneous and was recruited shortly before the intervention group. Some results of the piloting might contribute to further developing the theoretical framework of the shared decision making process.
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 | 0,019 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».