MétaCan
Menu
Retour à la cohorte
Enregistrement W3036212381 · doi:10.5489/cuaj.6575

Shared decision-making for the management of small renal masses — development and acceptability testing of a novel patient decision aid

2020· article· en· W3036212381 sur OpenAlexaffvenue
Kristen McAlpine, Rodney H. Breau, Dawn Stacey, Christopher Knee, Michael A.S. Jewett, Philippe D. Violette, Patrick O. Richard, Ilias Cagiannos, Christopher Morash, Luke T. Lavallée

Notice bibliographique

RevueCanadian Urological Association Journal · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensUniversité de SherbrookeMcMaster UniversityImpactUniversity of TorontoUniversity Health NetworkOttawa HospitalPrincess Margaret Cancer CentreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDecision aidsMedicineNephrectomyDecision analysisDecision support systemClinical decision makingR-CASTMedical physicsBusiness decision mappingIntensive care medicineComputer scienceAlternative medicineArtificial intelligenceInternal medicineKidneyPathology

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,118
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,324

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,118
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,221
Tête enseignante GPT0,372
Écart entre enseignants0,150 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association JournalMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207