A decision aid for considering indomethacin prophylaxis vs. symptomatic treatment of PDA for extreme low birth weight infants
Notice bibliographique
Résumé
BACKGROUND: Decision Aids (DA) are well established in various fields of medicine. It can improve the quality of decision-making and reduce decisional conflict. In neonatal care, and due to scientific equipoise, neonatologists caring for extreme low birth weight (ELBW) infants are in need to elicit parents' preferences with regard to the use of indomethacin therapy in ELBW infants. We aimed to develop a DA that elicits parents' preferences with regard to indomethacin therapy in ELBW infants. METHODS: We developed a DA for the use of the indomethacin therapy in ELBW infants according to the Ottawa Decision Support Framework. The development process involved parents, neonatologists, DA developers and decision making experts. A pilot testing with healthy volunteers was conducted through an evaluation questionnaire, a knowledge scale, and a validated decisional conflict scale. RESULTS: The DA is a computer-based interactive tool. In the first part, the DA provides information about patent ductus arteriosus (PDA) as a disease, the different treatment options, and the benefits and downsides of using indomethacin therapy in preterm infants. In the second part, it coaches the parent in the decision making process through clarifying values and preferences. Volunteers rated 10 out of 13 items of the DA positively and showed significant improvement on both the knowledge scale (p = 0.008) and the decisional conflict scale (p = 0.008). CONCLUSION: We have developed a computer based DA to assess parental preferences with regard to indomethacin therapy in preterm infants. Future research will involve measurement of parental preferences to guide and augment the clinical decisions in current neonatal practice.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».