Why Consider Patients’ Preferences?
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: Several organizations are advocating for patients' preferences to be considered in clinical practice guideline development and implementation. However, lack of agreement on the goal and meaning of this policy curtails evaluation and development of patient involvement programs. GOAL: To describe guideline developers' discourses on the goal of considering patients' preferences. DESIGN: Qualitative study using discourse analysis. SUBJECTS: 18 participants (patients, health professionals, and public health experts) from 2 groups of British guideline developers. DATA COLLECTION AND ANALYSIS: Template analysis of semi-structured individual interviews was strengthened by active search for deviant cases, team debriefing, and member checking. RESULTS: All respondents supported the idea of taking account of patients' preferences in guidelines. Divergences with the goal and meaning of considering preferences were structured in 4 discourses: (1) The Governance discourse constructs guideline development as a rational process of synthesizing population data-including evidence on patients' preferences-to maximize public health within the constraints of available resources; (2) the Informed Decision discourse aims at fostering patients' choice by providing tailored information on the risks and benefits of interventions; (3) the Professional Care discourse insists on basing professionals' recommendations on the individual characteristics of patients; (4) The Consumer Advocacy discourse argues for greater political power and influence over guideline development and clinical decision making. CONCLUSIONS: The identified discourses provide a set of hypothesis on how patient involvement programs are expected to work, which could help clarify the goals pursued by guideline organizations and anchor further evaluation efforts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 découle