Assessing Appropriateness for Shoulder Arthroplasty Using a Shared Decision-Making Process
Notice bibliographique
Résumé
Purpose The primary purpose of this study was to validate an appropriateness decision-aid tool as a part of engaging patients with glenohumeral arthritis in their surgical management. The associations between the final decision to have surgery and patient characteristics were examined. Materials and Methods This was an observational study. The demographics, overall health, patient-specific risk profile, expectations, and health-related quality of life were documented. Visual analog scale and the American Shoulder & Elbow Surgeon (ASES) measured pain and functional disability, respectively. Clinical and imaging examination documented clinical findings and extent of degenerative arthritis and cuff tear arthropathy. Appropriateness for arthroplasty surgery was documented by a 5-item Likert response survey and the final decision was documented as ready, not-ready, and would like to further discuss. Results Eighty patients, 38 women (47.5%), mean age: 72(8) participated in the study. The appropriateness decision aid showed excellent discriminate validity (area under the receiver operating characteristic curve value of 0.93) in differentiating between patients who were “ready” and those who were “not-ready” to have surgery. Gender ( P = 0.037), overall health ( P = .024), strength in external rotation ( P = .002), pain severity ( P = .001), ASES score ( P < .0001), and expectations ( P = .024) were contributing factors to the decision to have surgery. Imaging findings did not play a significant role in the final decision to have surgery. Conclusions A 5-item tool showed excellent validity in differentiating patients who were ready to have surgery versus those who were not. Patient's gender, expectations, strength, and self-reported outcomes were important factors in reaching the final decision.
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 | 0,044 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».