PIII-15Prioritizing treatment preferences in patients with type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND The objective of this study was to identify how type 2 diabetic patients prioritize specific treatment and management options based upon their personal values. METHODS 24 patients were recruited from a diabetes clinic. Using information from a prior qualitative study on diabetes management a questionnaire was constructed composed of 14 statements relating to management options. Patients indicated the importance of each statement on a 10-point visual analog scale and a factor analysis was conducted. RESULTS The most important issue for patients was obtaining a treatment that provides the best possible blood glucose levels (mean=9.1; SD=0.7); treatment with alternative remedies was the least important issue (mean=4.1; SD=3.4). Diet & exercise ranked 3rd, pills and insulin ranked 12th and 13th respectively. The factor analysis demonstrated a correlation structure that generated 5 themes (lifestyle, knowledge, effectiveness, autonomy, efficiency). No demographic characteristics predicted the statement ratings. CONCLUSIONS The study has demonstrated that diabetes patients do set priorities for their care. The results have implications for how health care providers might communicate therapeutic options, particularly with a the need to link management to goals. Because inter-patient responses varied greatly there may also be a need to develop treatment strategies that are consistent with individualized preferences rather than generalizing from average patient values. Clinical Pharmacology & Therapeutics (2005) 79, P62–P62; doi: 10.1016/j.clpt.2005.12.223
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».