MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391386658 · doi:10.22541/au.170671010.06341848/v1

“Replace uncertainty with information”: Shared decision-making and decision quality surrounding catheter ablation for atrial fibrillation

2024· preprint· en· W4391386658 sur OpenAlexaboutno aff
Meghan Reading Turchioe, Sabrina Mangal, Jessica Ancker S, Jaslynn Gwyn, Paul D. Varosy, David J. Slotwiner

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Nursing ResearchNational Institutes of Health
Mots-clésRegretDecision qualityAtrial fibrillationMedicineCatheter ablationDecision aidsPatient participationDecision analysisAblationDescriptive statisticsPsychologyInternal medicinePatient satisfactionMEDLINESurgeryComputer scienceAlternative medicineStatistics

Résumé

récupéré en direct d'OpenAlex

Introduction: Shared decision-making (SDM) can support patients with atrial fibrillation (AF) to evaluate treatment options for rhythm and symptom control, but studies suggest it is not occurring meaningfully in routine practice. The objective of this study was to measure decision quality and describe decision-making processes among patients and clinicians involved in decision-making around catheter ablation for AF. Methods: We conducted a cross-sectional, mixed-methods study guided by a SDM model outlining decision antecedents, processes, and outcomes. Patients and clinicians completed semi-structured interviews about decision-making around ablation, feelings of decision conflict and regret, and preferences for the content, delivery, and format of a hypothetical decision aid for ablation. Patients also completed surveys about demographic characteristics and literacy levels, AF symptoms using the University of Toronto AF Severity Scale (AFSS), and aspects of decision quality using the Controls-Preferences, Decisional Conflict, and Decision Regret scales. Surveys were analyzed using descriptive statistics and qualitative data were analyzed using directed content analysis. Results: Fifteen patients (mean age 71.1 ± 8.6 years; 27% female; mean 7.0 [SD 7.0] months since ablation) and five clinicians (three physicians, one NP, and one PA) were recruited. Most patients preferred to either share or relinquish control in medical decision-making to clinicians. For most patients, decisional conflict and regret were low, and symptoms and cardiac health generally improved after ablation. However, they also reported low levels of information and agency in the decision-making process. Most clinicians report routinely providing patients with information and encouraging engagement during consultations. Patients reported preferences for an interactive, web-based decision aid that clearly presents evidence regarding outcomes using data, visualizations, videos, and personalized risk assessments, and is available in multiple languages. Conclusions: Disconnects between clinician efforts to provide information and bolster agency and patient experiences of decision-making suggest decision aids may be needed to improve decision quality in practice. Reported experiences with current decision-making practices and preferences for decision aid content, format, and delivery can support the user-centered design and development of a decision aid.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,078
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,173
Tête enseignante GPT0,466
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPatient-Provider Communication in Healthcare→Travaux en français237 207→