A Patient-Centric Tool to Facilitate Goal Attainment Scaling in Neurogenic Bladder and Bowel Dysfunction: Path to Individualization
Notice bibliographique
Résumé
OBJECTIVES: People with neurogenic bladder and/or bowel dysfunction experience diverse challenges that can be difficult to evaluate with standardized outcome measures. Goal attainment scaling (GAS) is an individualized, patient-centric outcome measure that enables patients/caregivers to identify and track their own treatment goals. Because creating goals de novo can be cumbersome, we aimed to develop a neurogenic bladder/bowel dysfunction goal menu to facilitate goal attainment scaling uptake and use. METHODS: We conducted a workshop with 6 expert clinicians to develop an initial menu. Individual interviews with 12 people living with neurogenic bladder and/or bowel dysfunction and 2 clinician panels with 5 additional experts aided us in refining the menu. A thematic framework analysis identified emergent themes for analysis and reporting. RESULTS: Interview participants were adults (median = 36 years, range 25-58), most with spinal cord injury (75%; 9/12). Of 24 goals identified initially, 2 (8%) were not endorsed and were removed, and 3 goals were added. Most participants listed "Impact on Life" goals (eg, Exercise, Emotional Well-Being) among their 5 most important goals (58%; 35/60). Three main themes emerged: challenges posed by incontinence, limitations on everyday life, and need for personalized care. CONCLUSIONS: We developed a clinical outcome assessment tool following a multistep process of representative stakeholder engagement. This patient-centric tool consists of 25 goals specific to people living with neurogenic bladder and/or bowel dysfunction. Asking people what matters most to them can identify important constructs that clinicians might have overlooked.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».