MétaCan
Menu
Retour à la cohorte
Enregistrement W2113990925 · doi:10.1186/1472-6947-13-s2-s9

Do personal stories make patient decision aids more effective? A critical review of theory and evidence

2013· review· en· W2113990925 sur OpenAlexaff
Hilary Bekker, Anna Winterbottom, Phyllis Butow, Amanda J. Dillard, Deb Feldman‐Stewart, Floyd J. Fowler, Maria Jibaja‐Weiss, Victoria A. Shaffer, Robert J. Volk

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2013
Typereview
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésDecision aidsPsycINFONarrativeRecallPsychologyHealth careDecision qualityHealth informaticsMEDLINEMedicineSocial psychologyApplied psychologyNursingPatient satisfactionAlternative medicinePublic healthCognitive psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient decision aids support people to make informed decisions between healthcare options. Personal stories provide illustrative examples of others' experiences and are seen as a useful way to communicate information about health and illness. Evidence indicates that providing information within personal stories affects the judgments and values people have, and the choices they make, differentially from facts presented in non-narrative prose. It is unclear if including narrative communications within patient decision aids enhances their effectiveness to support people to make informed decisions. METHODS: A survey of primary empirical research employing a systematic review method investigated the effect of patient decision aids with or without a personal story on people's healthcare judgements and decisions. Searches were carried out between 2005-2012 of electronic databases (Medline, PsycINFO), and reference lists of identified articles, review articles, and key authors. A narrative analysis described and synthesised findings. RESULTS: Of 734 citations identified, 11 were included describing 13 studies. All studies found participants' judgments and/or decisions differed depending on whether or not their decision aid included a patient story. Knowledge was equally facilitated when the decision aids with and without stories had similar information content. Story-enhanced aids may help people recall information over time and/or their motivation to engage with health information. Personal stories affected both "system 1" (e.g., less counterfactual reasoning, more emotional reactions and perceptions) and "system 2" (e.g., more perceived deliberative decision making, more stable evaluations over time) decision-making strategies. Findings exploring associations with narrative communications, decision quality measures, and different levels of literacy and numeracy were mixed. The pattern of findings was similar for both experimental and real-world studies. CONCLUSIONS: There is insufficient evidence that adding personal stories to decision aids increases their effectiveness to support people's informed decision making. More rigorous research is required to elicit evidence about the type of personal story that a) encourages people to make more reasoned decisions, b) discourages people from making choices based on another's values, and c) motivates people equally to engage with healthcare resources.

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)0,082
score de la tête « metaresearch » (Gemma)0,236
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,432

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0820,236
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0240,014
Études des sciences et des technologies0,0030,008
Communication savante0,0110,016
Science ouverte0,0060,005
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,293
Tête enseignante GPT0,533
Écart entre enseignants0,240 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations194
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

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