A qualitative dominant mixed methods exploration of novel educational material for patients considering total knee arthroplasty
Notice bibliographique
Résumé
Purpose To optimize non-operative management and decision making surrounding TKR we created educational whiteboard videos for patients with knee OA. The purpose of this study was to pilot our educational videos with end-users (patients) to determine patients’ experiences and perspectives regarding the content and clarity of videos and to better understand their potential impact on patient’s health behaviour. Materials and methods: This was a mixed methods evaluation, using a qualitative descriptive approach, of patients attending their first consultation with an arthroplasty surgeon for TKR. We conducted in-depth semi-structured interviews with patients. Three members of the research team coded data independently, implementing a thematic analysis. Results: Thirteen participants were included. Participants indicated that the videos enhanced their confidence and clarity surrounding their decision to undergo TKR. The videos also addressed several knowledge gaps in their understanding of OA management. Barriers to uptake of the education were identified including limited access to PTs and the challenge of weight loss. Conclusions: The current educational intervention was valued by patients with knee OA. Implementation of these videos may have important implications for patients, providers, and our health care system.IMPLICATIONS FOR REHABILITATIONPatients with knee OA referred by primary care physicians to arthroplasty surgeons have knowledge gaps that may influence their self-management and decision making surrounding their condition.Educational materials can address these gaps and support patients in their understanding and management of their condition, which may have important downstream implications.Barriers to accessing non-operative care including physiotherapy must be pre-emptively addressed to ensure that enhanced knowledge is met with improved access for patients.
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 | 0,030 | 0,042 |
| 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 | 0,007 | 0,006 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».