Treatment Preferences of Patients with Early Knee Osteoarthritis: A Decision Board Analysis Assessing High Tibial Osteotomy versus the KineSpring® Knee Implant System
Notice bibliographique
Résumé
INTRODUCTION: Decision boards can be useful in shared decision making by helping patients and their physicians choose among treatment options. Two surgical treatments for early knee osteoarthritis (OA) are high tibial osteotomy (HTO) and the KineSpring® Knee Implant System. The primary objective of this study was to determine patient preferences between these two treatments using a decision board. METHODS: We developed a decision board that presented information on HTO and the KineSpring System for treating knee OA. First, it was presented to 15 individuals for a pilot test and a "scope test." Then it was presented to 81 individuals who were asked to imagine that they had early to midstage knee OA, and this group was administered a complete a series of questions, including their treatment preference and what they would be willing to pay if they elected to use the KineSpring System. Descriptive statistics were calculated and a chi-squared test was conducted to assess any significant differences in patient preferences based on demographic characteristics. RESULTS: Our pilot test confirmed that most participants (87%) agreed that the decision board was easy to understand and helped them in making a decision. Of 81 respondents, the KineSpring System was preferred by 60% (n = 49). Individuals selecting KineSpring would be willing to pay an average of $2,700 to receive it over HTO. CONCLUSIONS: When provided with treatment options and information, 60% of individuals preferred the KineSpring System over HTO. The decision board was well-received as a useful tool for presenting information.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».