A systematic review of goal attainment scaling implementation practices by caregivers in randomized controlled trials
Notice bibliographique
Résumé
BACKGROUND: Goal attainment scaling (GAS), an established individualized, patient-centred outcome measure, is used to capture the patient's voice. Although first introduced ~60 years ago, there are few published guidelines for implementing GAS, and almost none for its use when caregivers GAS is implemented with caregiver input. We conducted a systematic review of studies that implemented GAS with caregiver input; and examined variations in GAS implementation, analysis, and reporting. METHODS: Literature was retrieved from Medline, Embase, Cochrane, PsycInfo and CINAHL databases. We included randomized controlled trials (published between 1968 and November 2022) that used GAS as an outcome measure and involved caregiver input during goal setting. RESULTS: Of the 2610 studies imported for screening, 21 met the inclusion criteria. Most studies employed GAS as a primary outcome. The majority (76%) had children as study participants. The most common disorders represented were cerebral palsy, developmental disorders, and dementia/Alzheimer's disease. The traditional five-point GAS scale, with levels from -2 to +2, was most often implemented, with -1 level typically being the baseline. However, most studies omitted essential GAS details from their reports including the number of goals set, number of attainment levels and whether any training was given to GAS facilitators. CONCLUSIONS: GAS with caregiver input has been used in a limited number of randomized controlled trials, primarily in pediatric patients and adults with dementia. There is a variability in GAS implementation and many crucial details related to the specifics of GAS implementation are omitted from reports, which may limit reproducibility. Here we propose catalog that may be utilized when reporting research results pertaining to GAS with caregivers to enhance the application of this patient-centered outcome measure.
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 | 0,073 | 0,244 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,015 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».