MétaCan
Menu
Retour à la cohorte
Enregistrement W4313236352 · doi:10.1111/jep.13804

Impact of an online, individualised, patient reported outcome measures based patient decision aid on patient expectations, decisional regret, satisfaction, and health‐related quality‐of‐life for patients considering total knee arthroplasty: Results from a randomised controlled trial

2022· article· en· W4313236352 sur OpenAlexaff
Deborah A. Marshall, Logan Trenaman, Karen V. MacDonald, Jeffrey Johnson, Dawn Stacey, Gillian Hawker, Christopher Smith, D'Arcy Durand, Nick Bansback

Notice bibliographique

RevueJournal of Evaluation in Clinical Practice · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensUniversity of TorontoUniversity of OttawaAlberta Bone and Joint Health InstituteCentre for Advancing Health OutcomesUniversity of British ColumbiaOttawa HospitalResearch CanadaUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesEuroQol Research Foundation
Mots-clésMedicineRegretPhysical therapyQuality of life (healthcare)Logistic regressionArthroplastyPatient satisfactionPatient-reported outcomeDescriptive statisticsOsteoarthritisSurgeryNursingAlternative medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

RATIONALE: Total knee arthroplasty is a common surgical procedure but not appropriate for all patients with knee osteoarthritis. Patient decision aids (PtDAs) can promote shared decision making and enhance understanding and expectations of procedures among patients, resulting in better discussions between patients and healthcare providers about whether total knee arthroplasty is the most appropriate option. AIMS AND OBJECTIVES: Evaluate impact of an individualised PtDA for osteoarthritis patients considering total knee arthroplasty 1 year after baseline assessment. METHODS: Prospective, randomised controlled trial comparing an intervention arm (IA) and routine care arm (RCA). The IA included an online individualised patient reported outcome measures (PROMs) based PtDA and one-page summary report for the surgeon. We report secondary outcomes from the final assessment: patient expectations, decisional regret, patient satisfaction with outcomes of knee replacement, health-related quality-of-life (HRQOL) and depression. We report changes in HRQOL between baseline and final assessments, study arms, and surgical versus non-surgical patients. Descriptive statistics were used to describe participant characteristics and continuous variables. Dichotomous outcomes (expectations, decisional regret, satisfaction) were analyzed using logistic regression and continuous outcomes (HRQOL, depression) were modelled using linear regression. RESULTS: Overall, 140 participants completed all study assessments (IA: n = 69, RCA: n = 71); n = 108 underwent surgery (IA: n = 49, RCA: n = 59). Regardless of study arm, most participants reported expectations were met, minimal decisional regret, satisfaction with outcomes of knee replacement, and had improvements in HRQOL. While no significant differences in study outcomes were found between study arms, IA results were in the direction hypothesised in favour of the PtDA. CONCLUSIONS: Although we were not able to detect statistically significant benefits associated with implementing this PROMs-based PtDA, there was no apparent negative effect on these outcomes 1 year after baseline. We anticipate there may be benefit to implementing this PtDA earlier in the osteoarthritis care pathway where patients have more opportunities to manage their disease non-surgically.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,193
Tête enseignante GPT0,476
Écart entre enseignants0,283 · 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'étudeEssai randomisé
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Evaluation in Clinical PracticeMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207