Shared decision making in oncology: assessing oncologist behaviour in consultations in which adjuvant therapy is considered after primary surgical treatment
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
INTRODUCTION: Shared decision making (SDM) is now considered a desirable goal in health care, yet little is known about current practice in cancer care, and its impact on patient outcomes. This study aimed to develop an oncology-specific coding system for SDM, explore variations in SDM according to patient and disease characteristics, determine the relationship between SDM and patient satisfaction with the consultation, and explore the impact of SDM on patient anxiety. METHODS: Sixty-three medical and radiation oncology consultations with patients with primary cancer involving consideration of adjuvant therapy after surgery were audio-taped, transcribed and coded. Intra and inter-rater reliability of the coding system was 95 and 90% respectively. Patients completed questionnaires before and after the consultation. RESULTS: Construct validity of the SDM coding system was successfully conducted. Oncologists demonstrated on average under 11 of 18 SDM behaviours. Behaviours seeking patient preferences were particularly rare. SDM behaviours were more apparent in consultations involving female breast cancer patients. SDM behaviour scores in combination with patient involvement preference could predict achievement of patient involvement preference but not overall patient satisfaction. Although there was no overall relationship between patient anxiety and SDM scores, it did appear that physicians may change SDM behaviour according to patient factors including anxiety. CONCLUSION: Our findings reinforce the importance of the doctor in facilitating shared decision making in oncology consultations.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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