MétaCan
Menu
Retour à la cohorte
Enregistrement W4226079372 · doi:10.34105/j.kmel.2021.13.026

Utility of electronic decision-support tools for patients with head and neck cancer: A scoping review

2021· review· en· W4226079372 sur OpenAlexaff
Eleah Stringer, André Kushniruk

Notice bibliographique

RevueKnowledge Management & E-Learning An International Journal · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDecision aidsGrey literatureHead and neck cancerMedicineInclusion (mineral)Head and neckMEDLINEMedical educationPsychologyMedical physicsFamily medicineAlternative medicineCancerSurgeryPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The objective of this scoping review is to evaluate the range and nature of electronic decision-support tools that have been researched and/or trialled for patients with head and neck cancer (HNC), and to explore the implication on patient safety through improving risk communication. A scoping review was conducted by: (1) identifying the research question; (2) identifying relevant studies; (3) study selection; (4) collecting data and data items; (5) and reporting on results. Six databases, reference lists and grey literature from Google and Google Scholar were searched, including articles in English from January 2010 to January 2021. Articles discussing electronic decision aids (DAs) for oncology patients were searched then sorted by specificity for HNC. This returned 4217 articles for oncology but only 167 for HNC. Twelve articles met the inclusion criteria and were incorporated in the analysis. Five DAs have been created with varying design characteristics but four consistent themes: appreciation for DAs, usefulness of visuals, impact on reducing decisional conflict and anxiety while increasing knowledge, satisfaction, and shared decision-making, and the variability of patient information needs. Findings demonstrate the paucity of developed and/or trialled electronic DAs for patients with HNC and confirms their value and need for further research and development in this area.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,215
Tête enseignante GPT0,514
Écart entre enseignants0,299 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge Management & E-Learning An International JournalMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207