Does shared decision making results in better health related outcomes for individuals with painful musculoskeletal disorders? A systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Shared Decision-Making (SDM) is a dynamic process by which the health care professional and the patient influence each other in making health-related choices or decisions. SDM is strongly embedded in today’s health care approaches, and is advocated as an ideal model since it renders individuals more control towards the health care they choose to receive, and has been shown to improve patient outcomes.Objectives: The goal of this systematic review was to investigate the added-value of SDM on clinical health-related outcomes in patients with a variety of musculoskeletal conditions.Data sources: PubMed and CINAHL.Study selection: PRISMA guidelines were followed for this review. To be considered for review, the study had to meet all the following criteria: (1) prospective studies that involved treatment decision-making; (2) randomized controlled trial design; (3) involving patients faced with having to make a treatment decision; (4) comparing SDM with a control intervention and (5) including one or more of the following outcome measures: well-being, costs, health-related pain or disability measures, or quality of life.Study appraisal: A priori, we determined to perform methodological quality assessment using the Cochrane Risk of Bias tool for randomized controlled trials.Results: We did not find a single study that looked at the true effect of SDM on patient reported outcomes in a population with musculoskeletal pain.Conclusion: For the management of painful musculoskeletal conditions, in the light of the current evidence (none), we estimate that it would be wise to explore the effectiveness of SDM before forcing its large-scale implementation in rehabilitation.
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.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 découle