Factors Associated With Patient Engagement in Shared Decision-Making for Stroke Prevention Among Older Adults with Atrial Fibrillation
Notice bibliographique
Résumé
OBJECTIVE: To examine the extent of, and factors associated with, patient engagement in shared decision-making (SDM) for stroke prevention among patients with atrial fibrillation (AF). METHODS: We used data from the Systematic Assessment of Geriatric Elements-Atrial Fibrillation study which includes older ( ≥65 years) patients with AF and a CHA2DS2-VASc≥2. Participants reported engagement in SDM by answering whether they actively participated in choosing to take an oral anticoagulant (OAC) for their condition. Multiple logistic regression was used to assess associations between sociodemographic, clinical, geriatric, and psychosocial factors and patient engagement in SDM. RESULTS: A total of 807 participants (mean age 75 years; 48% female) on an OAC were studied. Of these, 61% engaged in SDM. Older participants (≥80 years) and those cognitively impaired were less likely to engage in SDM, while those very knowledgeable of their AF associated stroke risk were more likely to do so than respective comparison groups. CONCLUSIONS: A considerable proportion of older adults with AF did not engage in SDM for stroke prevention with older patients and those cognitively impaired less likely to do so. Clinicians should identify patients who are less likely to engage in SDM, promote patient engagement, and foster better patient-provider communication which may enhance long-term patient outcomes.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».