MétaCan
Menu
Retour à la cohorte
Enregistrement W4281633120 · doi:10.1097/pxr.0000000000000142

Improving shared decision-making for prosthetic care: A qualitative needs assessment of prosthetists and new lower-limb prosthesis users

2022· article· en· W4281633120 sur OpenAlexaboutno aff
Chelsey B. Anderson, Stefania Fatone, Mark M. Mañago, Laura A. Swink, Emily R. Hager, Andrew J. Kittelson, Cory L. Christiansen, Dawn Magnusson

Notice bibliographique

RevueProsthetics and Orthotics International · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Center for Advancing Translational SciencesNational Institute of General Medical Sciences
Mots-clésProsthesisContext (archaeology)AmputationComputer scienceMedicineSurgeryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prosthesis design is complex and multiple appropriate options exist for any individual with lower-limb amputation. However, there is insufficient evidence for guiding decision-making. Shared decision-making (SDM) offers an opportunity to incorporate patient-specific values and preferences where evidence is lacking for prosthesis design decisions. To develop resources to facilitate SDM, and consistent with the International Patient Decision Aid Standards, it is necessary to identify the decisional needs of prosthetists and prosthesis users for prosthesis design decisions. OBJECTIVES: To assess the needs of prosthetists and new prosthesis users for SDM about the first prosthesis design. STUDY DESIGN: Qualitative descriptive design. METHODS: Six focus groups were conducted with 38 prosthetists. Individual semistructured interviews were conducted with 17 new prosthesis users. Transcripts were analyzed using directed content analysis, with codes defined a priori using existing frameworks for SDM: the Three Talk Model for SDM and the Ottawa Decision Support Framework. RESULTS: Four main themes were identified among prosthetists and prosthesis users: acknowledging complexity in communication, clarifying values, recognizing the role of experience to inform preferences , and understanding the prosthetic journey . CONCLUSIONS: Resources that support SDM for the first prosthesis design should consider methods for identifying individual communication needs, support with clarifying values, and resources such as experience for achieving informed preferences, within the context of the overall course of rehabilitation and recovery following lower-limb amputation. The themes identified in this work can inform SDM to promote collaborative discussion between prosthetists and new prosthesis users when making prosthesis design decisions.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,013
Tête enseignante GPT0,303
Écart entre enseignants0,290 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProsthetics and Orthotics InternationalMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207