Research-to-Practice Gaps in Multiple Sclerosis Care for Patients with Subjective Cognitive, Mental Health, and Psychosocial Concerns in a Canadian Center
Notice bibliographique
Résumé
BACKGROUND: People with multiple sclerosis (MS) are at increased risk for cognitive impairment, mental health concerns, and psychosocial issues, which can negatively affect disease outcomes and quality of life. Current MS care guidelines recommend integrated interdisciplinary services to address these concerns; however, issues can be overlooked during routine care. To date, there is inadequate research on how often these issues are identified and addressed during routine MS care. METHODS: One hundred medical records were randomly selected and reviewed (55 relapsing-remitting MS, 17 secondary progressive MS, 8 primary progressive MS, and 20 other or subtype not indicated). All visits to, and contacts with (ie, telephone, e-mail), an MS clinic over 1 year were included in the analysis to determine the proportion of patients presenting with cognitive, mental health, and psychosocial concerns and the proportion of patients offered associated services. RESULTS: Of the 25 patients with at least one identified concern, treatment recommendations occurred for 13 (52%). Rates of identification of cognitive, mental health, and psychosocial concerns in standard clinical practice were significantly lower than the identified prevalence in epidemiologic studies. Demographic factors had no bearing on who was offered treatment. Patients with concerns access MS clinic services more often than those without. CONCLUSIONS: Discrepancies between reported and expected frequencies may be due to overreliance on patient self-disclosure and concerns by the health care team that inadequate resources are available to address issues. An interdisciplinary team model may help address these issues.
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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».