Identifying patient preferences for communicating risk estimates: A descriptive pilot study
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: Patients increasingly seek more active involvement in health care decisions, but little is known about how to communicate complex risk information to patients. The objective of this study was to elicit patient preferences for the presentation and framing of complex risk information. METHOD: To accomplish this, eight focus group discussions and 15 one-on-one interviews were conducted, where women were presented with risk data in a variety of different graphical formats, metrics, and time horizons. Risk data were based on a hypothetical woman's risk for coronary heart disease, hip fracture, and breast cancer, with and without hormone replacement therapy. Participants' preferences were assessed using likert scales, ranking, and abstractions of focus group discussions. RESULTS: Forty peri- and postmenopausal women were recruited through hospital fliers (n = 25) and a community health fair (n = 15). Mean age was 51 years, 50% were non-Caucasian, and all had completed high school. Bar graphs were preferred by 83% of participants over line graphs, thermometer graphs, 100 representative faces, and survival curves. Lifetime risk estimates were preferred over 10 or 20-year horizons, and absolute risks were preferred over relative risks and number needed to treat. CONCLUSION: Although there are many different formats for presenting and framing risk information, simple bar charts depicting absolute lifetime risk were rated and ranked highest overall for patient preferences for format.
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 | 0,002 | 0,008 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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