Arthritis symptoms, information sources, and a constantly shifting threshold of risk-benefit ratios influenced elderly patients’ decisions about total joint replacement
Notice bibliographique
Résumé
Clark JP, Hudak PL, Hawker GA, et al . The moving target: a qualitative study of elderly patients’ decision-making regarding total joint replacement surgery. J Bone Joint Surg Am 2004;86–A:1366–74.[OpenUrl][1] Q What are the decision making processes of elderly patients with severe arthritis who are unwilling to consider total joint replacement (TJR) surgery? Qualitative. Toronto, Ontario, Canada. 17 patients (age range 59–81 y, 53% women) who had severe arthritis (confirmed by Western Ontario and McMaster Universities Osteoarthritis Index scores ⩾39 out of 100 points and x rays), and were unwilling to consider surgery. Patients were interviewed for a mean 2.5 hours using a semistructured interview guide to elicit the sources and nature of information they received about TJR and potential sources of support; and the preferences, motivation, and needs that were important when considering the general management of arthritis and TJR. Transcribed interview data were analysed using qualitative content analysis. 3 themes described patients’ decision making processes. (1) Factors influencing decisions. Patients differed in terms of the relative importance they placed on … [1]: {openurl}?query=rft.jtitle%253DJ%2BBone%2BJoint%2BSurg%2BAm%26rft.volume%253D86%2526ndash%253BA%26rft.spage%253D1366%26rft.genre%253Darticle%26rft_val_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Ajournal%26ctx_ver%253DZ39.88-2004%26url_ver%253DZ39.88-2004%26url_ctx_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Actx
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,005 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».