Impact of MyDiabetesPlan, a Web-Based Patient Decision Aid on Decisional Conflict, Diabetes Distress, Quality of Life, and Chronic Illness Care in Patients With Diabetes: Cluster Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Person-centered care is critical for delivering high-quality diabetes care. Shared decision making (SDM) is central to person-centered care, and in diabetes care, it can improve decision quality, patient knowledge, and patient risk perception. Delivery of person-centered care can be facilitated with the use of patient decision aids (PtDAs). We developed MyDiabetesPlan, an interactive SDM and goal-setting PtDA designed to help individualize care priorities and support an interprofessional approach to SDM. OBJECTIVE: This study aims to assess the impact of MyDiabetesPlan on decisional conflict, diabetes distress, health-related quality of life, and patient assessment of chronic illness care at the individual patient level. METHODS: A two-step, parallel, 10-site cluster randomized controlled trial (first step: provider-directed implementation only; second step: both provider- and patient-directed implementation 6 months later) was conducted. Participants were adults 18 years and older with diabetes and 2 other comorbidities at 10 family health teams (FHTs) in Southwestern Ontario. FHTs were randomly assigned to MyDiabetesPlan (n=5) or control (n=5) through a computer-generated algorithm. MyDiabetesPlan was integrated into intervention practices, and clinicians (first step) followed by patients (second step) were trained on its use. Control participants received static generic Diabetes Canada resources. Patients were not blinded. Participants completed validated questionnaires at baseline, 6 months, and 12 months. The primary outcome at the individual patient level was decisional conflict; secondary outcomes were diabetes distress, health-related quality of life, chronic illness care, and clinician intention to practice interprofessional SDM. Multilevel hierarchical regression models were used. RESULTS: At the end of the study, the intervention group (5 clusters, n=111) had a modest reduction in total decisional conflicts compared with the control group (5 clusters, n=102; -3.5, 95% CI -7.4 to 0.42). Although there was no difference in diabetes distress or health-related quality of life, there was an increase in patient assessment of chronic illness care (0.7, 95% CI 0.4 to 1.0). CONCLUSIONS: Use of goal-setting decision aids modestly improved decision quality and chronic illness care but not quality of life. Our findings may be due to a gap between goal setting and attainment, suggesting a role for optimizing patient engagement and behavioral support. The next steps include clarifying the mechanisms by which decision aids impact outcomes and revising MyDiabetesPlan and its delivery. TRIAL REGISTRATION: ClinicalTrials.gov NCT02379078; https://clinicaltrials.gov/ct2/show/NCT02379078.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».