Systematic review on shared decision making for patients with lung cancer: Effects on distress and health care utilization.
Notice bibliographique
Résumé
31 Background: Lung cancer is associated with significant distress, poor quality of life, and a median prognosis of less than one year. Shared decision making (SDM) has been recommended as a strategy to help guide patients facing difficult treatment trade-offs. Potential benefits of SDM include enhanced knowledge and better congruence between treatment decisions and patients’ personal values and have been described in multiple diseases. We investigated the impact of SDM on distress and healthcare utilization among patients with lung cancer. Methods: We performed a systematic literature search in the CINAHL, Cochrane, EMBASE, MEDLINE, and PsychINFO databases. Studies were eligible when conducted among patients with lung cancer, evaluated SDM, and measured distress and/or health care utilization as outcomes. Risk of bias was assessed using the Cochrane risk of bias tool. Results: A total of 11 articles were identified: two retrospective cohort studies and nine articles reporting on eight randomized controlled trials. Overall, the risk of bias of included studies was low, except for a high risk of bias concerning blinding of participants or personnel. All studies reported on a broad supportive care intervention with SDM as a component of the intervention. No beneficial effect was found in five studies measuring generic distress, while one study reported beneficial effects on depression. There was conflicting evidence regarding the effects of SDM on healthcare utilization; of the seven studies analyzing this, five studies found evidence for a reduction in healthcare utilization. Conclusions: Although relevant, only scarce evidence is currently available on the effects of SDM on distress and healthcare utilization among patients with lung cancer. Thus, additional research is needed before SDM can be recommended in the lung cancer context.
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 | 0,011 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».