Factors associated with the difference in score between women's and doctors' decisional conflict about hormone therapy: a multilevel regression analysis
Notice bibliographique
Résumé
OBJECTIVE: To explore factors associated with the difference in score between women's and doctors' decisional conflict about hormone therapy (HT). DESIGN: Secondary analysis. SETTING AND PARTICIPANTS: family doctors were randomized to prepare women for counselling about HT using either a decision aid or a pamphlet. MAIN VARIABLES STUDIED: After each counselling session, decisional conflict was assessed in women and doctors using the Decisional Conflict Scale (DCS) and the Provider Decision Process Assessment Instrument (PDPAI), respectively. The difference in score between the DCS and PDPAI was computed and entered as the dependent variable in a multilevel regression analysis. MAIN OUTCOME RESULTS: A total of 40 doctors and 167 women were included in the analysis. The intra-doctor correlation coefficient was 0.25. Factors associated with women experiencing higher decisional conflict than their doctor were: age of doctor >45 years, women who were undecided about the best choice after the counselling session, women with a university degree and women who said that their doctor usually does not give them control over treatment decision. Factors associated with doctors experiencing more decisional conflict than women were: doctors who were undecided about the quality of the decision, length of visit <30 min and women who thought that the decision was shared with their doctor. CONCLUSION: In order to reduce the disparities between women's and doctors' decisional conflict about HT, interventions aimed at raising awareness of doctors about shared decision-making should be encouraged.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».