MétaCan
Menu
Retour à la cohorte
Enregistrement W3031744655 · doi:10.1097/jcn.0000000000000694

Decision Support for Implantable Cardioverter-Defibrillator Replacement

2020· article· en· W3031744655 sur OpenAlexafffund
Krystina B. Lewis, David H. Birnie, Sandra Carroll, Carolynne Brousseau-Whaley, Lorraine N. Clark, Martin A. Green, Girish M. Nair, Pablo B. Nery, Calum J. Redpath, Dawn Stacey

Notice bibliographique

RevueThe Journal of Cardiovascular Nursing · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensOttawa HospitalOntario Stroke NetworkUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineRandomized controlled trialIntervention (counseling)Implantable cardioverter-defibrillatorDecision qualityConcordanceDecision aidsDecision support systemQuality of life (healthcare)Medical emergencyPhysical therapyEmergency medicinePatient satisfactionNursingSurgeryInternal medicineData miningAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Decision support can help patients facing implantable cardioverter-defibrillator (ICD) replacement understand their options and reach an informed decision reflective of their preferences. OBJECTIVE: The aim of this study was to evaluate the feasibility of a decision support intervention for patients faced with the decision to replace their ICD. METHODS: A pilot feasibility randomized trial was conducted. Patients approaching ICD battery depletion were randomized to decision support intervention or usual care. Feasibility outcomes included recruitment rates, intervention use, and completeness of data; secondary outcomes were knowledge, values-choice concordance, decisional conflict, involvement in decision making, and choice. RESULTS: A total of 30 patients were randomized to intervention (n = 15) or usual care (n = 15). The intervention was used as intended, with 2% missing data. Patients in the intervention arm had better knowledge (77.4% vs 51.1%; P = .002). By 12 months, 8 of 13 (61.5%) in the intervention arm and 10 of 14 (71.4%) in the usual care arm accepted ICD replacement; 1 per arm declined (7.7% vs 7.1%, respectively). CONCLUSION: It was feasible to deliver the intervention, collect data, despite slow recruitment. The decision support intervention has the potential to improve ICD replacement decision quality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,727

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,165
Tête enseignante GPT0,400
Écart entre enseignants0,235 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Cardiovascular NursingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207