An online individualised patient decision aid improves the quality of decisions in patients considering total knee arthroplasty in routine care: A randomized controlled trial
Notice bibliographique
Résumé
Objective: The objective of this study was to evaluate the effectiveness of an online patient decision aid with individualised potential outcomes of surgery, on the quality of decisions for knee replacement surgery in routine clinical care. Design: A pragmatic Randomized Controlled Trial (RCT) in patients considering total knee replacement at a high-volume orthopedic clinic. Patients were randomized at their routine online pre-surgical assessment to either complete a decision aid or not. At their consultation, those in the intervention arm had a surgeon report summarizing the decision aid results. The primary outcome was decision quality, defined as being knowledgeable and choosing the option that matched informed treatment preferences. Multivariate logistic and linear regression analysis was conducted to consider surgeon level clustering and baseline differences between study arms. Results: Of 163 patients randomized, 155 completed post-surgical surveys and were included in the analysis. The average patient was aged 65 years, obese and had moderate to severe osteoarthritis symptoms at baseline. Patients in the intervention arm had a higher odds of making a quality decision (Odds Ratio = 2.08, 95% CI: 1.08 to 4.02), predominantly through increased knowledge. Conclusions: This study supports the benefit of a decision aid in combination with a surgeon report to significantly improve decision quality in routine care. While the independent contribution of tailoring the decision aid to patient baseline characteristics and including a surgeon report remains unclear, we demonstrated the feasibility of integrating the decision aid into an online pre-surgical assessment in routine clinical care.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».