Development of a program theory for shared decision-making: a realist review protocol
Notice bibliographique
Résumé
BACKGROUND: The practicality of applying evidence to healthcare systems with the aim of implementing change is an ongoing challenge for practitioners, policy makers, and academics. Shared decision- making (SDM), a method of medical decision-making that allows a balanced relationship between patients, physicians, and other key players in the medical decision process, is purported to improve patient and system outcomes. Despite the oft-mentioned benefits, there are gaps in the current literature between theory and implementation that would benefit from a realist approach given the value of this methodology to analyze complex interventions. In this protocol, we outline a study that will explore: "In which situations, how, why, and for whom does SDM between patients and health care providers contribute to improved decision making?" METHODS: A seven step iterative process will be described including preliminary theory development, establishment of a search strategy, selection and appraisal of literature, data extraction, analysis and synthesis of extracted results from literature, and formation of a revised program theory with the input of patients, physicians, nurse navigators, and policy makers from a stakeholder session. DISCUSSION: The goal of the realist review will be to identify and refine a program theory for SDM through the identification of mechanisms which shape the characteristics of when, how, and why SDM will, and will not, work. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42017062609.
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 | 0,260 | 0,285 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,008 |
| Méta-épidémiologie (sens large) | 0,013 | 0,015 |
| Bibliométrie | 0,023 | 0,020 |
| Études des sciences et des technologies | 0,008 | 0,010 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,009 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,014 |
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 ».