MétaCan
Menu
← Retour à la cohorte
Enregistrement W3044098948 · doi:10.21203/rs.3.rs-33034/v1

Nine Recommendations for Decision Aid Implementation from the Clinician Perspective

2020· preprint· en· W3044098948 sur OpenAlexaboutno aff
Anshu Ankolekar, Ben Vanneste, Esther Bloemen‐van Gurp, Joep G.H. van Roermund, Adriana Berlanga, Cheryl Roumen, Evert van Limbergen, Ludy Lutgens, Tom Marcelissen, Philippe Lambin, André Dekker, Rianne Fijten

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesInterregHorizon 2020 Framework ProgrammeHealth Foundation Limburg
Mots-clésIncentivePerspective (graphical)Process (computing)MedicineDecision aidsDisseminationMedical educationNursingPsychologyProcess managementKnowledge managementBusinessComputer scienceAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Shared decision-making (SDM) aims to empower patients to take an active role in their treatment choices, supported by clinicians and patient decision aids (PDAs). The purpose of this study is to explore barriers and possible facilitators to SDM and a PDA in the prostate cancer trajectory. In the process we identify possible actions that organizations and individuals can take to support implementation in practice. Methods We use the Ottawa Model of Research Use as a framework to determine the barriers and facilitators to SDM and PDAs from the perspective of clinicians. Semi-structured interviews were conducted with urologists (n = 4), radiation oncologists (n = 3), and oncology nurses (n = 2), focusing on the current decision-making process experienced by these stakeholders. Questions included their attitudes towards SDM and PDAs, barriers to implementation and possible strategies to overcome them. Results Time pressure and patient characteristics were cited as major barriers by 55% of the clinicians we interviewed. Structural factors such as external quotas for certain treatment procedures were also considered as barriers by 44% of the clinicians. Facilitating factors involved organizational changes to embed PDAs in the treatment trajectory, training in using PDAs as a tool for SDM, and clinician motivation by disseminating positive clinical outcomes. Our findings also suggest a role for external stakeholders such as healthcare insurers in creating economic incentives to facilitate implementation. Conclusion Our findings highlight the importance of a multi-faceted implementation strategy to support SDM. While clinician motivation and patient activation are essential, structural/economic barriers may hamper implementation. Action must also be taken at the administrative and policy levels to foster a collaborative environment for SDM and in the process for PDAs.

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)0,114
score de la tête « metaresearch » (Gemma)0,163
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,604

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1140,163
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0050,005
Études des sciences et des technologies0,0080,010
Communication savante0,0280,017
Science ouverte0,0090,011
Intégrité de la recherche0,0220,021
Charge utile insuffisante (le modèle a refusé de juger)0,0160,006

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 Opus0,555
Tête enseignante GPT0,597
Écart entre enseignants0,042 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPatient-Provider Communication in Healthcare→Travaux en français237 207→