MétaCan
Menu
Retour à la cohorte
Enregistrement W2619403180 · doi:10.1111/hex.12563

Effectiveness of shared goal setting and decision making to achieve treatment targets in type 2 diabetes patients: A cluster‐randomized trial (<scp>OPTIMAL</scp>)

2017· article· en· W2619403180 sur OpenAlexfundno aff
Henk den Ouden, Rimke C. Vos, Guy E.H.M. Rutten

Notice bibliographique

RevueHealth Expectations · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British Columbia
Mots-clésMedicineRandomized controlled trialDiabetes mellitusType 2 diabetesCluster randomised controlled trialCluster (spacecraft)Intensive careType 1 diabetesPhysical therapyInternal medicineBlood pressureIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: About 20% of patients with type 2 diabetes achieve all their treatment targets. Shared decision making (SDM) using a support aid based on the 5-years results of the ADDITION study on multifactorial treatment, could increase this proportion. RESEARCH DESIGN AND METHODS: Cluster-randomized trial in 35 former ADDITION primary care practices. Practices were randomized to SDM or care as usual (1:1). Both ADDITION and non-ADDITION type 2 diabetes patients, 60-80 years, known with diabetes for 8-12 years, were included. In the intervention group, patients were presented evidence about the relationship between treatment intensity and cardiovascular events. They chose intensive or less intensive treatment and prioritized their targets. After 1 year priorities could be rearranged. FOLLOW-UP: 24 months. Intention-to-treat analysis. MAIN OUTCOME MEASURE: proportion of patients that achieved all three treatment targets. RESULTS: At baseline 26.4% in the SDM group (n=72) had already achieved all three treatment goals (CG: 23.5%, n=81). In the SDM group 44 patients chose intensive treatment, 25 continued their former less intensive treatment and three people switched from the more to the less intensive protocol. After 24 months 31.8% of the patients in the SDM group achieved all three treatment targets (CG: 25.3%), RR 1.26 (95% CI 0.81-1.95). Mean systolic blood pressure decreased in the SDM group (-5.4 mm Hg, P<.01), mean HbA1c and total cholesterol did not change. CONCLUSIONS: Despite an already high baseline level of diabetes care, we found strong indications that SDM on both intensity of treatment and prioritizing treatment goals further improved outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,077
Tête enseignante GPT0,434
Écart entre enseignants0,357 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth ExpectationsMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207