Shared decision-making in healthcare in mainland China: a scoping review
Notice bibliographique
Résumé
Background: Shared decision-making (SDM) facilitates the participation of healthcare professionals and patients in treatment decisions. We conducted a scoping review to assess SDM's current status in mainland China, referencing the Ottawa Decision Support Framework (ODSF). Methods: Our review encompassed extensive searches across six English and four Chinese databases, and various gray literature until April 30, 2021. Results were synthesized using thematic analysis. Results: Out of the 60 included studies, we identified three key themes based on the ODSF framework: decisional needs, decision support, and decisional outcomes. However, there appears to be a lack of comprehensive understanding of concepts related to decisional needs in China. Only a few studies have delved into feasibility, preference, choice, and outcome factors in the SDM process. Another challenge emerges from an absence of uniform standards for developing patient decision aids (PDAs). Furthermore, regarding health outcome indicators, their predominant focus remains on physiological needs. Conclusion: SDM is in its infancy in mainland China. It is important to explore the concept and expression of decisional needs in the context of Chinese culture. Subsequent studies should focus on constructing a scientifically rigorous and systematic approach for the development of PDAs, and considering the adaptation of SDM steps to the clinical context in China during SDM implementation. Concurrently, The focus on health outcomes in Chinese SDM studies, driven by the unique healthcare resource landscape, underscores the necessity of prioritizing basic needs within limited resources. Systematic review registration: https://inplasy.com/?s=202130021.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,000 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».