MétaCan
Menu
Retour à la cohorte
Enregistrement W2029809586 · doi:10.1186/1472-6947-13-50

Development and validation of the Japanese version of the Decisional Conflict Scale to investigate the value of pharmacists’ information: a before and after study

2013· article· en· W2029809586 sur OpenAlexfundno aff
Takashi Kawaguchi, Kanako Azuma, Takuhiro Yamaguchi, Hiroshi Soeda, Yusuke Sekine, Masayoshi Koinuma, Hironori Takeuchi, Takao Akashi, Sakae Unezaki

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesOttawa Hospital Research Institute
Mots-clésMedicineDiscriminant validityCronbach's alphaClinical psychologyScale (ratio)Construct validityTest (biology)Convergent validityPsychologyPsychometricsInternal consistency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The information provided in patient-centered care and shared decision-making influences patients' concerns and adherence to treatment. In the decision-making process, patients experience decisional conflict. The Decisional Conflict Scale (DCS) is a 16-item, self-administered questionnaire consisting of 5 subscales developed to assess patients' decisional conflict. This study aimed to develop the Japanese version of the DCS and to clarify the influence of the information provided by pharmacists' on decisional conflict among patients with cancer. METHODS: We developed the Japanese version of the DCS by using the forward-backward translation method. One hundred patients who were recommended a new chemotherapy regimen were recruited. The psychometric properties of the Japanese DCS, including internal consistency, convergent validity, discriminant validity, and construct validity, were examined. We assessed the decisional conflict of patients before and after the pharmacists' provision of information. RESULTS: Ninety-four patients, predominately female, with an average age of 58.1 years were sampled. The scores on the 5 subscales of the DCS showed high internal consistency (Cronbach's alpha = 0.84-0.96). Multi-trait scaling analysis and cluster analysis showed strong validity. The mean total DCS score decreased significantly from 40.2 to 31.7 after patients received information from the pharmacists (p < 0.001, paired t-test). Scores on all 5 subscales, namely, uncertainty, informed, values clarity, support, and effective decision, also significantly improved (p < 0.001 for all categories, paired t-test). CONCLUSIONS: The psychometric properties of the Japanese version of the DCS are considered appropriate for it to be administered to patients with cancer. Pharmacists' provision of information was able to decrease decisional conflict among patients with cancer who were recommended a new chemotherapy regimen.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,404
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical Informatics and Decision MakingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207