Shared Decision Making in Patients With Suspected Uncomplicated Ureterolithiasis: A Decision Aid Development Study
Notice bibliographique
Résumé
OBJECTIVE: The objective was to develop a decision aid (DA) to facilitate shared decision making (SDM) around whether to obtain computed tomography (CT) imaging in patients presenting to the emergency department (ED) with suspected uncomplicated ureterolithiasis. METHODS: We used evidence-based DA development methods, including qualitative methods and iterative stakeholder engagement, to develop and refine a DA. Guided by the Ottawa Decision Support Framework, International Patient Decision Aid Standards (IPDAS), and a steering committee made up of stakeholders, we conducted interviews and focus groups with a purposive sample of patients, community members, emergency clinicians, and other stakeholders. We used an iterative process to code the transcripts and identify themes. We beta-tested the DA with patient-clinician dyads facing the decision in real time. RESULTS: From August 2018 to August 2019, we engaged 102 participants in the design and iterative refinement of a DA focused on diagnostic options for patients with suspected ureterolithiasis. Forty-six were ED patients, community members, or patients with ureterolithiasis, and the remaining were emergency clinicians (doctors, residents, advanced practitioners), researchers, urologists, nurses, or other physicians. Patients and clinicians identified several key decisional needs including an understanding of accuracy, uncertainty, radiation exposure/cancer risk, and clear return precautions. Patients and community members identified facilitators to SDM, such as a checklist of signs and symptoms. Many stakeholders, including both patients and ED clinicians, expressed a strong pro-CT bias. A six-page DA was developed, iteratively refined, and beta-tested. CONCLUSIONS: Using stakeholder engagement and qualitative inquiry, we developed an evidence-based DA to facilitate SDM around the question of CT scan utilization in patients with suspected uncomplicated ureterolithiasis. Future research will test the efficacy of the DA in facilitating SDM.
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 | 0,066 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».