Patient values and preferences on transcatheter or surgical aortic valve replacement therapy for aortic stenosis: a systematic review
Notice bibliographique
Résumé
OBJECTIVE: To investigate patients' values and preferences regarding aortic valve replacement therapy for aortic stenosis. SETTING: Studies published after transcatheter aortic valve insertion (TAVI) became available (2002). PARTICIPANTS: Adults with aortic stenosis who are considering or have had valve replacement, either TAVI or via surgery (surgical aortic valve replacement, SAVR). OUTCOME MEASURES: We sought quantitative measurements, or qualitative descriptions, of values and preferences. When reported, we examined correlations between preferences and objective (eg, ejection fraction) or subjective (eg, health-related quality of life) measures of health. RESULTS: We reviewed 1348 unique citations, of which 2 studies proved eligible. One study of patients with severe aortic stenosis used a standard gamble study to ascertain that the median hypothetical mortality risk patients were willing to tolerate to achieve full health was 25% (IQR 25-50%). However, there was considerable variability; for mortality risk levels defined by current guidelines, 130 participants (30%) were willing to accept low-to-intermediate risk (≤8%), 224 (51%) high risk (>8-50%) and 85 (19%) a risk that guidelines would consider prohibitive (>50%). Study authors did not, however, assess participants' understanding of the exercise, resulting in a potential risk of bias. A second qualitative study of 15 patients identified the following factors that influence patients to undergo assessment for TAVI: symptom burden; expectations; information support; logistical barriers; facilitators; obligations and responsibilities. The study was limited by serious risk of bias due to authors' conflict of interest (5/9 authors industry-funded). CONCLUSIONS: Current evidence on patient values and preferences of adults with aortic stenosis is very limited, and no studies have enrolled patients deciding between TAVI and SAVR. On the basis of the data available, there is evidence of variability in individual values and preferences, highlighting the importance of well-informed and shared decision-making with patients facing this decision. TRIAL REGISTRATION NUMBER: PROSPERO CRD42016041907.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».