Improved Decisional Conflict and Preparedness for Decision Making Using a Patient Decision Aid for Treatment Selection in Psoriasis: A Pilot Study
Notice bibliographique
Résumé
BACKGROUND: We developed a patient decision aid (pDA) to assist psoriasis patients in treatment decisions. OBJECTIVE: This pilot study evaluated the pDA in patient knowledge, decisional conflict, and preparation for decision making. METHODS: Newly referred psoriasis patients in a private dermatology office completed self-administered surveys at three time points: before (visit 1) and on two occasions after provision of the pDA (visit 2 up to 2 weeks after visit 1; visit 3 up to 6 weeks after visit 1). The survey included questions regarding knowledge of psoriasis and its treatment and validated questionnaires on decisional conflict and preparation for decision making. RESULTS: Ten psoriasis patients participated (seven men, three women; mean age 45.7 years), with a mean age of 11.4 years since diagnosis. Improvement by visit 3 was observed for knowledge (p = .06), reduced decisional conflict (p ≤ .001), and preparation for decision making (p ≤ .05). Patients tended to self-select treatment appropriate to the level of psoriasis severity. CONCLUSION: This pilot study of the pDA showed improved patient knowledge of psoriasis and its treatments, reduced decisional conflict, and increased patient preparation for decision making. LIMITATIONS: This small study was not randomized and did not have a comparator arm.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».