MétaCan
Menu
Retour à la cohorte
Enregistrement W4313246905 · doi:10.3390/curroncol30010019

Effects and Working Mechanisms of a Multilevel Implementation Program for Applying Shared Decision-Making while Discussing Systemic Treatment in Breast Cancer

2022· article· en· W4313246905 sur OpenAlexvenueno aff
Haske van Veenendaal, Loes J Peters, Esther van Weele, Mathijs P. Hendriks, Maaike Schuurman, Ella Visserman, Carina G. J. M. Hilders, Dirk T. Ubbink

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesMinisterie van Volksgezondheid, Welzijn en Sport
Mots-clésMedicineBreast cancerMultilevel modelPatient participationCancerOncologyInternal medicineMEDLINEComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Enhancing the application of shared decision-making (SDM) is critical for integrating patient preferences in breast cancer treatment choices. We investigated the effect of an adapted multilevel SDM implementation program in breast cancer care. Methods: Breast cancer patients qualifying for (neo)adjuvant systemic treatment were included in a multicenter before−after study. Consultations were audio recorded between June 2018 and July 2019 and analyzed using the five-item Observing Patient Involvement in Decision-Making (OPTION-5) instrument to score SDM application by clinicians. The Shared Decision-Making Questionnaire (SDM-Q-9) was used to rate patients’ perceived SDM level. Consultation duration, decision types, number of options discussed and consultations per patient were monitored. Regression analysis was used to investigate the correlated variables and program components. Results: Mean OPTION-5 scores increased from 33.9 (n = 63) before implementation to 54.3 (n = 49) after implementation (p < 0.001). The SDM-Q-9 scores did not change: 91.1 (n = 51) at baseline versus 88.9 (n = 23) after implementation (p = 0.81). Without increasing consultation time, clinicians discussed more options after implementation. The regression analysis showed that exposure to the implementation program, redistribution of tasks and discussing feedback from consultations was associated with a higher level of SDM. Conclusion: The multilevel program helped clinicians achieve clinically relevant improvement in SDM, especially when it is tailored to (individuals in) teams and includes (e-)training, discussing feedback on consultations and redistribution of tasks.

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)0,003
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,327
Tête enseignante GPT0,551
Écart entre enseignants0,224 · 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'étudeObservationnel
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 revueCurrent OncologyMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207