Identifying Womens' Needs in Making a Treatment Decision for Stress Urinary Incontinence: A Qualitative Study
Notice bibliographique
Résumé
Background: Choosing a treatment option for female stress urinary incontinence (SUI) is a preference-sensitive decision. Nowadays, shared decision making (SDM) is the preferred way of decision making. SDM considers the needs patients have regarding the decision-making process. The aim of this study was to identify decisional needs of women who are making a treatment decision for SUI. Materials and Methods: Semistructured interviews were planned with women who had been seeking treatment for SUI. Patients were recruited in two teaching hospitals in the Netherlands. Interviewers used a topic list based on the Ottawa decision support framework. The interviews were transcribed and coded. Themes and subthemes of factors relating to the treatment decision-making process were identified and described. Results: We interviewed a total of 16 women. Four major themes of SUI patients' needs were identified: information on disorder and treatment, SDM, personalized health care, and consideration for social context. Within these themes, specific needs varied between individuals. In addition to the provision of objective information, other important identified needs were subjective, such as acknowledgment of symptoms and feeling understood by a physician. It was important for patients that they had a sufficient amount of time to make their decision. Conclusions: To ensure a good quality treatment decision in female SUI, several topics need to be addressed in an SDM process. The themes of decisional needs identified in this study can help improve the decision-making process.
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 | 0,013 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».