MétaCan
Menu
Retour à la cohorte
Enregistrement W2152440059 · doi:10.2310/7750.2010.09049

Treatment Decision Needs of Psoriasis Patients: Cross-sectional Survey

2010· article· en· W2152440059 sur OpenAlexaff
Jerry Tan, Dawn Stacey, Karen Fung, Benjamin Barankin, Robert Bissonnette, Wayne Gulliver, Harvey Lui, Neil H. Shear, Christine Jackson, Xuemao Zhang

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineCross-sectional studyPsoriasisDermatologyFamily medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Informed shared decision making is a mutual process engaging both doctor and patient and informed by best medical evidence and patient values and preferences. OBJECTIVE: Our aim was to identify the needs of psoriasis patients in decisions on selecting treatment. METHODS: Psoriasis subjects participated in an online survey on decisional role, postdecisional conflict, and treatment awareness. RESULTS: Of 2,622 people invited to participate, 248 completed surveys. Their most recent treatment decision was either made by subjects alone (42%) or physicians alone (28%) or was shared (29%). Subjects perceived that their doctors lacked time to stay abreast of treatments, to provide counseling, and to access appropriate treatments. Deficiencies most frequently identified were information on options, clarification of values, access to physicians, and decision-making skills. Those with a body surface area (BSA) ≥ 3% more frequently indicated that having the skill or ability to make treatment decisions was important. LIMITATIONS: The limitations of this study include sampling, recall, and reporting bias. Percent BSA was not verified. CONCLUSIONS: The multiple deficiencies in support of psoriasis patients in treatment decisions may preclude informed shared decision making.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,179
Tête enseignante GPT0,429
Écart entre enseignants0,250 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations22
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207