“Unspoken Questions”: A Qualitative Study of Rheumatologists’ Perspectives on the Clinical Implementation of Patient-reported Outcome Measures
Notice bibliographique
Résumé
OBJECTIVE: To identify rheumatologists' views on perceived barriers and facilitators to the clinical implementation of patient-reported outcome measures (PROM). METHODS: Semistructured interviews were conducted with academically affiliated clinical rheumatologists. Interviews were audio-recorded and transcribed. Deidentified transcripts were independently coded and analyzed for themes. RESULTS: Fifteen attending rheumatologists, 8 women (53%) and 7 men (47%) with a mean of 17.3 years in practice (range 5-43) at 2 urban academic medical centers, participated in interviews. Rheumatologists identified several barriers to integrating PROM in clinical care, highlighting physician buy-in and culture change as significant challenges beyond logistical considerations. They further underscored the lack of effective interventions and resources for addressing the domains of most interest to patients. Physicians also recognized significant benefits of PROM in clinical care, including contributing to the clinical impression by providing the patient perspective, and promoting agenda setting by uncovering "unspoken questions." They additionally noted that PROM could support treatment planning, build patient-physician relationships, and facilitate patient engagement. Participants suggested that technology, physician education, and team-based care could facilitate the effective implementation of PROM. CONCLUSION: Rheumatologists identified multiple mechanisms through which PROM could augment clinical care, but also noted several obstacles to implementation, questioning the added value of PROM and the limited availability of interventions to improve patient-centered outcomes. Programs seeking to successfully integrate PROM to enhance patient-centered care and meet quality benchmarks should prioritize physician buy-in and training, and provide resources to address the outcomes that are measured.
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 | 0,060 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,015 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| 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 ».