MétaCan
Menu
Retour à la cohorte
Enregistrement W2278034201

Informed consent in rhinoplasty: prospective randomized study of risk recall in patients who are given written disclosure of risks versus traditional oral discussion groups.

2009· article· en· W2278034201 sur OpenAlexaff
Paul Hong, Ara Samuel Makdessian, David A. Ellis, S. Mark Taylor

Notice bibliographique

RevuePubMed · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicineGynecologyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine the effectiveness of providing written information in enhancing patient understanding and retention. DESIGN: A multicentre prospective randomized study was conducted in university-affiliated ambulatory surgical centres. One hundred consecutive patients seen for rhinoplasty consultation were included. Patients were randomly assigned to (1) those receiving traditional oral dialogue of the surgical risks or (2) those receiving an oral discussion and a written pamphlet outlining the risks of the procedure. Fourteen to 18 days after the consultation, each patient was contacted for an assessment of risk recall. RESULTS: Overall risk recall was higher in the group that received written information (2.3 vs 1.3 of 5 risks; p < .008). As well, in the group that received a pamphlet, patients with university and postgraduate levels of education had a better rate of recall (p < .05). Female patients in both groups reported higher risk recall (p < .01). CONCLUSION: Patient risk recall of rhinoplasty is improved with the addition of written information during the informed consent process. As the process of informed consent plays a very decisive role in facial plastic surgery, enhanced postoperative satisfaction may result from the use of supplemental educational materials.

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)0,007
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,218
Tête enseignante GPT0,385
Écart entre enseignants0,167 · 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'étudeEssai randomisé
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

Citations28
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207