Development and Validation of Patient Education Tools for Deprescribing in Patients on Hemodialysis
Notice bibliographique
Résumé
Background: Deprescribing is a patient-centered solution to reducing polypharmacy in patients on hemodialysis (HD). In a deprescribing pilot study, patients were hesitant to participate due to limited understanding of their own medications and their unfamiliarity with the concept of deprescribing. Therefore, patient education materials designed to address these knowledge gaps can overcome barriers to shared decision-making and reduce hesitancy regarding deprescribing. Objective: To develop and validate a medication-specific, patient education toolkit (bulletin and video) that will supplement an upcoming nationwide deprescribing program for patients on HD. Methods: Patient education tools were developed based on the content of previously validated deprescribing algorithms and literature searches for patients' preferences in education. A preliminary round of validation was completed by 5 clinicians to provide feedback on the accuracy and clarity of the education tools. Then, 3 validation rounds were completed by patients on HD across 3 sites in Vancouver, Winnipeg, and Toronto. Content and face validity were evaluated on a 4-point and 5-point Likert scale, respectively. The content validity index (CVI) score was calculated after each round, and revisions were made based on patient feedback. Results: A total of 105 patients participated in the validation. All 10 education tools achieved content and face validity after 3 rounds. The CVI score was 1.0 for most of the tools, with 0.95 being the lowest value. Face validity ranged from 72% to 100%, with majority scoring above 90%. Conclusion: Ten patient education tools on deprescribing were developed and validated by patients on HD. These validated, medication-specific education tools are the first of its kind for patients on HD and will be used in a nationwide implementation study alongside the validated deprescribing algorithms developed by our research group.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».