Decision Aid–Led Tapering of Biologic and Targeted Synthetic Disease-Modifying Antirheumatic Drugs in Rheumatoid Arthritis: A Qualitative Study
Notice bibliographique
Résumé
OBJECTIVE: To explore the experiences and perspectives of patients and rheumatologists on decision aid (DA)-led tapering of advanced therapy in rheumatoid arthritis (RA). METHODS: Semistructured interviews were completed with patients and rheumatologists, embedded within a pilot study of DA-led tapering (ie, dose reduction) of biologic disease-modifying antirheumatic drugs (bDMARDs) and targeted synthetic DMARDs (tsDMARDs) in RA. All patients were in sustained (≥ 6 mos) remission and had chosen to reduce their therapy after a DA-led shared decision with their rheumatologist. The rheumatologists included those participating in the pilot (n = 4), and those who were not (n = 8). Reflexive thematic analysis of audiotaped and transcribed interviews identified themes in the group experiences. RESULTS: Patients (n = 10, 6 female) unanimously found the DA easy to understand and felt confident in shared decision making about treatment tapering and managing flares. Rheumatologists' (n = 12, 5 female) perspectives on tapering bDMARDs and tsDMARDs varied widely, from very supportive to completely opposed, and influenced their views on the DA. Rheumatologists expressed concerns about patient comprehension, destabilizing a stable situation, risks of flare, and extending appointment times. Despite their initial reservations about sending the DA to all eligible patients ahead of appointments, 3 of 4 participating rheumatologists adopted this approach during the pilot, which had the benefit of facilitating patient-led conversations. CONCLUSION: A DA-led strategy for tapering advanced therapy in RA was acceptable to patients and feasible in practice. Sending patients a DA ahead of their appointment facilitated patient-led conversations about tapering.
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 | 0,016 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,010 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».