Regret and Therapeutic Decisions in Multiple Sclerosis Care: Literature Review and Research Protocol
Notice bibliographique
Résumé
Background:Decisions based on erroneous assessments may result in unrealistic patient and family expectations, suboptimal advice, incorrect treatment, or costly medical errors. Regret is a common emotion in daily life that involves counterfactual thinking when considering alternative choices. Limited information is available on care-related regret affecting healthcare professionals managing patients with multiple sclerosis (MS). Methods:We reviewed identified gaps in the literature by searching for the combination of the following keywords in Pubmed: “regret and decision,” “regret and physicians,” and “regret and nurses.” An expert panel of neurologists, a nurse, a psychiatrist, a pharmacist, and a psychometrics specialist participated in the study design. Care-related regret will be assessed by a behavioral battery including the standardized questionnaire Regret Intensity Scale (RIS-10) and 15 new specific items. Six items will evaluate regret in the most common social domains affecting individuals (financial, driving, sports—recreation, work, own health, and confidence in people). Another nine items will explore past and recent regret experiences in common situations experienced by healthcare professionals caring for patients with MS. We will also assess concomitant behavioral characteristics of healthcare professionals that could be associated with regret: coping strategies, life satisfaction, mood, positive social behaviors, occupational burnout, and tolerance to uncertainty. Planned Outcomes:This is the first comprehensive and standardized protocol to assess care-related regret and associated behavioral factors among healthcare professionals managing MS. These results will allow to understand and ameliorate regret in healthcare professionals. Spanish National Register(SL42129-20/598-E).
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 | 0,026 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,012 | 0,012 |
| Bibliométrie | 0,027 | 0,020 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,003 |
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 ».