MétaCan
Menu
Retour à la cohorte
Enregistrement W2038410295 · doi:10.1177/0272989x14564433

The Neglected Topic

2015· article· en· W2038410295 sur OpenAlexfundaboutno aff
J. S. Blumenthal‐Barby, Emily Robinson, Scott B. Cantor, Aanand D. Naik, Heidi V. Russell, Robert J. Volk

Notice bibliographique

RevueMedical Decision Making · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesOttawa Hospital Research Institute
Mots-clésDecision aidsDecision analysisOptimal decisionDecision support systemCost–benefit analysisPresentation (obstetrics)Cost effectivenessMedicineActuarial scienceComputer scienceOperations managementRisk analysis (engineering)Decision treeBusinessEconomicsSurgeryAlternative medicineArtificial intelligencePathology

Résumé

récupéré en direct d'OpenAlex

Costs are an important component of patients' decision making, but a comparatively underemphasized aspect of formal shared decision making. We hypothesized that decision aids also avoid discussion of costs, despite their being tools designed to facilitate shared decision making about patient-centered outcomes. We sought to define the frequency of cost-related information and identify the common modes of presenting cost and cost-related information in the 290 decision aids catalogued in the Ottawa Hospital Research Institute's Decision Aid Library Inventory (DALI) system. We found that 56% (n = 161) of the decision aids mentioned cost in some way, but only 13% (n = 37) gave a specific price or range of prices. We identified 9 different ways in which cost was mentioned. The most common approach was as a "pro" of one of the treatment options (e.g., "you avoid the cost of medication"). Of the 37 decision aids that gave specific prices or ranges of prices for treatment options, only 2 were about surgery decisions despite the fact that surgery decision aids were the most common. Our findings suggest that presentation of cost information in decision aids is highly variable. Evidence-based guidelines should be developed by the International Patient Decision Aid Standards (IPDAS) Collaboration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,028
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,334
Tête enseignante GPT0,512
Écart entre enseignants0,178 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations22
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Decision MakingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207