MétaCan
Menu
Retour à la cohorte
Enregistrement W3168203762 · doi:10.1136/bmjopen-2020-043960

Barriers to shared decision-making with women of reproductive age affected by a chronic inflammatory disease: a mixed-methods needs assessment of dermatologists and rheumatologists

2021· article· en· W3168203762 sur OpenAlexaff
Suzanne Murray, Monica Augustyniak, Jenny E. Murase, Rebecca Fischer‐Betz, Catherine Nelson‐Piercy, Morgan Peniuta, Ivo Vlaev

Notice bibliographique

RevueBMJ Open · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePregnancy and Medication Impact
Établissements canadiensAxdev Group (Canada)
Organismes subventionnairesUCB PharmaUCB UKMedacDepartment of Health and Social CareNational Institute for Health and Care ResearchCelgeneBiogenChugai PharmaceuticalAmgenPfizerEli Lilly and Company
Mots-clésMedicineFamily medicineAlternative medicineDiseaseEpidemiologyChronic diseaseGerontologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The main study objective was to identify challenges and barriers experienced by dermatologists and rheumatologists when engaging women of reproductive age in shared decision-making (SDM) related to treatment and management of chronic inflammatory disease (CID) before, during and after pregnancy. DESIGN: A mixed-methods study was conducted, employing (1) semistructured interviews, (2) an online survey and (3) triangulation of findings. PARTICIPANTS: 524 dermatologists and rheumatologists entered the study; 495 completed it; 388 met inclusion criteria for analysis. Participants were included if actively practising in Germany (GER), the UK or the USA; had a minimum 5% caseload of female patients of reproductive age with either axial spondyloarthritis, psoriasis, psoriatic arthritis or rheumatoid arthritis; and had experience prescribing biologics. RESULTS: 48 interviews and 340 surveys were analysed. Interviews underscored dermatologists and rheumatologists' suboptimal integration of SDM in clinical practice. In the survey, 90% (n=305) did not know about SDM models. A perceived lack of competency counselling patients on pregnancy and family planning was also identified during interviews. Among the survey sample, 44% (n=150) of specialists agreed they preferred leaving pregnancy-related discussions to obstetricians and/or gynaecologists and 57% (n=189) reported having suboptimal skills discussing contraceptive methods with patients. Another finding that emerged from interviews was the perception that all biologics are strictly contraindicated during pregnancy. Suboptimal knowledge was noted among 57% (n=95) of dermatologists and 48% (n=83) of rheumatologists surveyed in that regard, with a statistically significant difference by country among dermatologists (GER: 42% vs UK: 71% vs USA: 57%, p=0.015). CONCLUSIONS: This study identified low levels of knowledge, skill and confidence, as well as attitudinal issues, that explain why SDM is not fully integrated in dermatology and rheumatology clinical practice. Blended-learning interventions are recommended to assist CID specialists in developing effective communication and patient engagement competencies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,235
Score d'incertitude au seuil0,808

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,432
Écart entre enseignants0,409 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations21
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetPregnancy and Medication ImpactTravaux en français237 207