Optimizing the design and implementation of question prompt lists to support person‐centred care: A scoping review
Notice bibliographique
Résumé
INTRODUCTION: Question prompt lists (QPLs) are lists of questions that patients may want to discuss with clinicians. QPLs support person-centred care and have been associated with many beneficial outcomes including improved patient question-asking, and the amount and quality of the information provided by clinicians. The purpose of this study was to review published research on QPLs to explore how QPL design and implementation can be optimized. METHODS: We performed a scoping review by searching MEDLINE, EMBASE, Scopus, CINAHL, Cochrane Library and Joanna Briggs Database from inception to 8 May 2022, for English language studies of any design that evaluated QPLs. We used summary statistics and text to report study characteristics, and QPL design and implementation. RESULTS: We included 57 studies published from 1988 to 2022 by authors in 12 countries on a range of clinical topics. Of those, 56% provided the QPL, but few described how QPLs were developed. The number of questions varied widely (range 9-191). Most QPLs were single-page handouts (44%) but others ranged from 2 to 33 pages. Most studies implemented a QPL alone with no other accompanying strategy; most often in a print format before consultations by mail (18%) or in the waiting room (66%). Both patients and clinicians identified numerous benefits to patients of QPLs (e.g., increased patient confidence to ask questions, and patient satisfaction with communication or care received; and reduced anxiety about health status or treatment). To support use, patients desired access to QPLs in advance of clinician visits, and clinicians desired information/training on how to use the QPL and answer questions. Most (88%) studies reported at least one beneficial impact of QPLs. This was true even for single-page QPLs with few questions unaccompanied by other implementation strategies. Despite favourable views of QPLs, few studies assessed outcomes amongst clinicians. CONCLUSION: This review identified QPL characteristics and implementation strategies that may be associated with beneficial outcomes. Future research should confirm these findings via systematic review and explore the benefits of QPLs from the clinician's perspective. PATIENT/PUBLIC CONTRIBUTION: Following this review, we used the findings to develop a QPL on hypertensive disorders of pregnancy and interviewed women and clinicians about QPL design including content, format, enablers and barriers of use, and potential outcomes including beneficial impacts and possible harms (will be published elsewhere).
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 | 0,093 | 0,258 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,017 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».