MétaCan
Menu
Retour à la cohorte
Enregistrement W4309279415 · doi:10.1016/j.cjco.2022.11.013

Decisional Needs and Patient Treatment Preferences for Heart Failure Medications: A Scoping Review

2022· review· en· W4309279415 sur OpenAlexaffabout
Blair J. MacDonald, Arden R. Barry, Ricky D. Turgeon

Notice bibliographique

RevueCJC Open · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCINAHLDecision aidsMEDLINEHeart failureMedicineHealth careScope (computer science)Intensive care medicineNursingAlternative medicineInternal medicineComputer sciencePsychological interventionPathology

Résumé

récupéré en direct d'OpenAlex

Background: Pharmacologic management of heart failure with reduced ejection fraction (HFrEF) involves several medications. Decision aids informed by patient decisional needs and treatment preferences could assist in making HFrEF medication choices; however, these are largely unknown. Methods: We searched MEDLINE, Embase, and the Cumulative Index to Nursing and Allied Health Literature (CINAHL), without language restriction, for qualitative, quantitative, and mixed-method studies that included patients with HFrEF or clinicians providing HFrEF care, and reported data on decisional needs or treatment preferences applicable to HFrEF medications. We classified decisional needs using a modified version of the Ottawa Decision Support Framework (ODSF). Results: From 3996 records, we included 16 reports describing 13 studies (n = 854). No study explicitly assessed ODSF decisional needs; however, 11 studies reported ODSF-classifiable data. Patients commonly reported having inadequate knowledge or information, and difficult decisional roles. No study systematically assessed treatment preferences, but 6 studies reported on attribute preferences. Reducing mortality and improving symptoms frequently were ranked as being important, whereas cost importance rankings varied, and adverse events generally were ranked as being less important. Conclusion: This scoping review identified key decisional needs regarding HFrEF medications, notably inadequate knowledge or information, and difficult decisional roles, which can readily be addressed by decision aids. Future studies should systematically explore the full scope of ODSF-based decisional needs in patients with HFrEF, along with relative preferences among treatment attributes to further inform development of individualized decision aids.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,151
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,151
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0190,019
Études des sciences et des technologies0,0010,002
Communication savante0,0060,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,144
Tête enseignante GPT0,431
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetHeart Failure Treatment and ManagementTravaux en français237 207