Tailoring and Evaluating Treatment with the Patient-Specific Needs Evaluation: A Patient-Centered Approach
Notice bibliographique
Résumé
BACKGROUND: No patient-reported instrument assesses patient-specific information needs, treatment goals, and personal meaningful gain (PMG), a novel construct evaluating individualized, clinically relevant improvement. This study reports the development of the Patient-Specific Needs Evaluation (PSN) and examines its discriminative validity (ie, its ability to distinguish satisfied from dissatisfied patients) and test-retest reliability in patients with hand or wrist conditions. METHODS: A mixed-methods approach was used to develop and validate the PSN, following Consensus-Based Standards for the Selection of Health Measurement Instruments guidelines, including pilot testing, a survey (pilot, n = 223; final PSN, n = 275), cognitive debriefing ( n = 16), expert input, and validation. Discriminative validity was assessed by comparing the satisfaction level of patients who did and did not achieve their PMG ( n = 1985) and test-retest reliability using absolute agreement, the Cohen kappa, and intraclass correlation coefficients ( n = 102). The authors used a sample of 2860 patients to describe responses to the final PSN. RESULTS: The PSN has only 5 questions (completion time, ±3 minutes) and is freely accessible online. The items and response options were considered understandable by 90% to 92% of the end-users and complete by 84% to 89%. The PSN had excellent discriminative validity (Cramer V, 0.48; P < 0.001) and moderate to high test-retest reliability (kappa, 0.46 to 0.68; intraclass correlation coefficients, 0.53 to 0.73). CONCLUSIONS: The PSN is a freely available, patient-centered decision support tool that helps clinicians tailor their consultations to patients' individual needs and goals. It contains the PMG, a novel construct evaluating individualized, clinically relevant treatment outcomes. The PSN may function as a conversation starter, facilitate expectation management, and aid shared decision-making. The PSN is implementation-ready and can be readily adapted to other patient populations.
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 | 0,023 | 0,039 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| 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 | 0,001 |
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 ».