Shared decision-making for the management of small renal masses — development and acceptability testing of a novel patient decision aid
Notice bibliographique
Résumé
INTRODUCTION: Shared decision-making incorporates patients' values and preferences to achieve high-quality decisions. The objective of this study was to develop an acceptable patient decision aid to facilitate shared decision-making for the management of small renal masses (SRMs). METHODS: The International Patient Decision Aids Standards were used to guide an evidence-based development process. Management options included active surveillance, thermal ablation, partial nephrectomy, and radical nephrectomy. A literature review was performed to provide incidence rates for outcomes of each option. Once a prototype was complete, alpha-testing was performed using a 10-question survey to assess acceptability with patients, patient advocates, urologists, and methodological experts. The primary outcome was acceptability of the decision aid. RESULTS: A novel patient decision aid was created to facilitate shared decision-making for the management of SRMs. Acceptability testing was performed with 20 patients, 10 urologists, two patient advocates, and one methodological expert. Responders indicated the decision aid was appropriate in length (82%, 27/33), well-balanced (82%, 27/33), and had language that was easy to follow (94%, 31/33). All patient responders felt the decision aid would have been helpful during their consultation and would recommend the decision aid for future patients (100%, 20/20). Most urologists reported they intend to use the decision aid (90%, 9/10). CONCLUSIONS: A novel patient decision aid was created to facilitate shared decision-making for management of SRMs. This clinical tool was acceptable with patients, patient advocates, and urologists and is freely available at: https://decisionaid.ohri.ca/decaids.html.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».