Shared medical appointments as a new model for carpal tunnel surgery consultation: A randomized clinical trial
Notice bibliographique
Résumé
Background In chronic disease management, shared medical appointments have been shown to improve clinic access, productivity and patient education. However, adoption of this model in surgical consultation is limited, and its effect on surgical patients' satisfaction, comfort and surgical risk recall is unknown. Objective To determine whether shared medical appointments could be applied to carpal tunnel surgery consultation while being equally effective as individual consultation for risk recall, patient comfort and satisfaction. Methods A prospective randomized trial involving 80 patients referred for carpal tunnel release consultation, in which patients were assigned to an educational discussion individually or as part of a shared appointment, was conducted. In a blinded fashion, patients were contacted preoperatively to assess their risk recall and postoperatively to rate their overall satisfaction, comfort and satisfaction with the surgeon. Results Patient demographics were equal. Surgical risk recall was equivalent between shared and individual consults (2.06±1.15 versus 1.64±1.04; P=0.11). More participants in the shared appointments condition remembered the specific risks of infection (61.1% versus 33.3%; P=0.020) and bleeding (30.6% versus 10.3%; P=0.028). There was no difference in overall satisfaction (8.70 versus 8.88; P=0.75), satisfaction with the surgeon (8.05 versus 8.13; P=0.92) or overall comfort (8.80 versus 8.31; P=0.46). Discussion Shared medical appointments for carpal tunnel surgery consultation were equivalent to individual consultation in terms of surgical risk recall, patient satisfaction and comfort. Conclusion These results support the use of shared appointments for large-volume, low-variation surgery.
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 | 0,007 | 0,575 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».