Development and testing of a decision board to help clinicians present treatment options to lupus nephritis patients in Brazil
Notice bibliographique
Résumé
OBJECTIVE: Decision boards (DBs) help clinicians present options and include patients in the decision-making process. Our objective was to describe the steps to develop a DB to support shared decision making and assess reliability and construct validity. METHODS: Systemic lupus erythematosus (SLE) scenarios were designed with the support of experts for disease severity, potential side effects, and outcomes. The DB comprised clinical information, 2 different treatment options (oral and intravenous), a description of the potential to control SLE within 5 years, and a list of potential side effects. Patients selected what they thought would be the 3 worst side effects and were informed of the probability that these would occur. We presented the DB to 172 patients who were asked to select and justify 1 treatment option. Reliability was assessed by kappa statistics. Construct validity was tested by an a priori hypothesis, analyzing the correlation between treatment decision and side effects selected, self-assessment score, educational level, and clinical aspects. RESULTS: Patients favored oral medication, and side effects most often listed were iatrogenic cancer (44.2%), hair loss (21.6%), and severe infection (19.1%). Justifications were risk (48.9%), practicality (36.6%), effectiveness (12.2%), and risk-benefit tradeoff (2.3%). Reliability was similar to that found in the test phase (kappa = 0.689, P < 0.001). Validity was tested by prediction of treatment decision based on the undesirable side effects selected (P = 0.047). DB content was clear and easy for all patients to understand (P = 0.05). Immunosuppressive drugs influenced patient decisions (P = 0.006). CONCLUSION: DB is a reliable and valid instrument to assess SLE patient preference.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,036 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».