Decision Aid for Colectomy in Recurrent Diverticulitis: Development and Usability Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Diverticular disease is a common gastrointestinal diagnosis with over 2.7 million clinic visits yearly. National guidelines from the American Society of Colon and Rectal Surgeons state that “the decision to recommend elective sigmoid colectomy after recovery from uncomplicated acute diverticulitis should be individualized.” However, tools to individualize this decision are lacking. OBJECTIVE This study aimed to develop an online educational decision aid (DA) to facilitate effective surgeon and patient communication about treatment options for recurrent left-sided diverticulitis. METHODS We used a modified design sprint methodology to create a prototype DA. We engaged a multidisciplinary team and adapted elements from the Ottawa Personal Decision Guide. We then iteratively refined the prototype by conducting a mixed methods assessment of content and usability testing, involving cognitive interviews with patients and surgeons. The findings informed the refinement of the DA. Further testing included an in-clinic feasibility review. RESULTS Over a 4-day in-person rapid design sprint, including patients, surgeons, and health communication experts, we developed a prototype of a diverticulitis DA, comprising an interactive website and handout with 3 discrete sections. The first section contains education about diverticulitis and treatment options. The second section clarifies the potential risks and benefits of both clinical treatment options (medical management vs colectomy). The third section invites patients to participate in a value clarification exercise. After navigating the DA, the patient prints a synopsis that they bring to their clinic appointment, which serves as a guide for shared decision-making. CONCLUSIONS Design sprint methodology, emphasizing stakeholder co-design and complemented by extensive user testing, is an effective and efficient strategy to create a DA for patients living with recurrent diverticulitis facing critical treatment decisions.
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 | 0,022 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».