Validation of SURE, a Four-Item Clinical Checklist for Detecting Decisional Conflict in Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: We sought to determine the psychometric properties of SURE, a 4-item checklist designed to screen for clinically significant decisional conflict in clinical practice. METHODS: This study was a secondary analysis of a clustered randomized trial assessing the effect of DECISION+2, a 2-hour online tutorial followed by a 2-hour interactive workshop on shared decision making, on decisions to use antibiotics for acute respiratory infections. Patients completed SURE and also the Decisional Conflict Scale (DCS), as the gold standard, after consultation. We evaluated internal consistency of SURE using the Kuder-Richardson 20 coefficient (KR-20). We compared DCS and SURE scores using the Spearman correlation coefficient. We assessed sensitivity and specificity of SURE scores (cut-off score ≤3 out of 4) by identifying patients with and without clinically significant decisional conflict (DCS score >37.5 on a scale of 0-100). RESULTS: Of the 712 patients recruited during the trial, 654 completed both tools. SURE scores showed adequate internal consistency (KR-20 coefficient of 0.7). There was a significant correlation between DCS and SURE scores (Spearman's ρ = -0.45, P < 0.0001). The prevalence of clinically significant decisional conflict as estimated by the DCS was 5.2% (95% CI 3.7-7.3). Sensitivity and specificity of SURE ≤3 were 94.1% (95% CI 78.9-99.0) and 89.8% (95% CI 87.1-92.0), respectively. CONCLUSIONS: SURE shows adequate psychometric properties in a primary care population with a low prevalence of clinically significant decisional conflict. SURE has the potential to be a useful screening tool for practitioners, responding to the growing need for detecting clinically significant decisional conflict in patients.
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.
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 | 0,004 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle