MétaCan
Menu
Retour à la cohorte
Enregistrement W2661824934 · doi:10.1177/1460458217720393

A global, incremental development method for a web-based prostate cancer treatment decision aid and usability testing in a Dutch clinical setting

2017· article· en· W2661824934 sur OpenAlexaboutno aff
Maarten Cuypers, Romy E. D. Lamers, Paul J.M. Kil, Regina The, Klemens Karssen, Lonneke V. van de Poll‐Franse, Marieke de Vries

Notice bibliographique

RevueHealth Informatics Journal · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesCancer Research Institute
Mots-clésUsabilityDecision aidsComputer scienceDecision support systemAdaptation (eye)Clinical decision support systemKnowledge managementProcess managementMedicinePsychologyArtificial intelligenceHuman–computer interactionEngineering

Résumé

récupéré en direct d'OpenAlex

Many new decision aids are developed while aspects of existing decision aids could also be useful, leading to a sub-optimal use of resources. To support treatment decision-making in prostate cancer patients, a pre-existing evidence-based Canadian decision aid was adjusted to Dutch clinical setting. After analyses of the original decision aid and routines in Dutch prostate cancer care, adjustments to the decision aid structure and content were made. Subsequent usability testing (N = 11) resulted in 212 comments. Care providers mainly provided feedback on medical content, and patients commented most on usability and summary layout. All participants reported that the decision aid was comprehensible and well-structured and would recommend decision aid use. After usability testing, final adjustments to the decision aid were made. The presented methods could be useful for cultural adaptation of pre-existing tools into other languages and settings, ensuring optimal usage of previous scientific and practical efforts and allowing for a global, incremental decision aid development process.

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)0,041
score de la tête « metaresearch » (Gemma)0,082
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 non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,416
Tête enseignante GPT0,577
Écart entre enseignants0,161 · 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 non 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

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Informatics JournalMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207