MétaCan
Menu
Retour à la cohorte
Enregistrement W2608161878 · doi:10.1186/s12911-017-0433-5

Development of a web-based patient decision aid for initiating disease modifying anti-rheumatic drugs using user-centred design methods

2017· article· en· W2608161878 sur OpenAlexfundno aff
Ingrid Nota, Constance H.C. Drossaert, Heleen C. Melissant, Erik Taal, Harald E. Vonkeman, C.J. Haagsma, Mart A F J van de Laar

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesDutch Arthritis AssociationNewfoundland and Labrador
Mots-clésUsabilityDecision aidsMedicineThink aloud protocolFocus groupHealth informaticsHealth careQualitative researchMedical educationNursingAlternative medicineComputer sciencePublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A main element of patient-centred care, Patient Decision Aids (PtDAs) facilitate shared decision-making (SDM). A recent update of the International Patient Decision Aids Standards (IPDAS) emphasised patient involvement during PtDA development, but omitted a methodology for doing so. This article reports on the value of user-centred design (UCD) methods for the development of a PtDA that aims to support inflammatory arthritis patients in their choice between disease modifying anti-rheumatic drugs (DMARDs). METHODS: The IPDAS development process model in combination with UCD methods were applied. The process was overseen by an eight-member multidisciplinary steering group. Patients and health professionals were iteratively consulted. Qualitative in-depth interviews combined with rapid prototyping were conducted with patients to assess their needs for specific functionality, content and design of the PtDA. Group meetings with health professionals were organized to assess patients' needs and to determine how the PtDA should be integrated into patient pathways. The current literature was reviewed to determine the clinical evidence to include in the PtDA. To evaluate usability among patients, they were observed using the PtDA while thinking aloud and then interviewed. RESULTS: The combination of patient interviews with rapid prototyping revealed that patients wanted to compare multiple DMARDs both for their clinical aspects and implications for daily life. Health professionals mainly wanted to refer patients to a reliable, easily adjustable source of information about DMARDs. A web-based PtDA was constructed consisting of four parts: 1) general information about SDM, inflammatory arthritis and DMARDs; 2) an application to compare particular DMARDs; 3) value clarification exercises; and 4) a printed summary of patients' notes, preferences, worries and questions that they could bring to discuss with their rheumatologist. CONCLUSIONS: The study demonstrated that UCD methods can be of great value for the development of PtDAs. The early, iterative involvement of patients and health professionals was helpful in developing a novel user-friendly PtDA that allowed patients to choose between DMARDs. The PtDA fits the values of all stakeholders and easily integrates with the patient pathway and daily workflow of health professionals. This collaborative designed PtDA may improve SDM and patient participation in arthritis care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,450
Tête enseignante GPT0,520
Écart entre enseignants0,070 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical Informatics and Decision MakingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207