MétaCan
Menu
Retour à la cohorte
Enregistrement W4402599693 · doi:10.1007/s40266-024-01146-5

Co-Designing a Consult Patient Decision Aid for Continuation Versus Deprescribing Cholinesterase Inhibitors in People Living with Dementia

2024· article· en· W4402599693 sur OpenAlexaff
Nagham Ailabouni, Wade Thompson, Sarah N. Hilmer, Lyntara Quirke, Janet McNeece, Alice Bourke, Chloe Furst, Emily Reeve

Notice bibliographique

RevueDrugs & Aging · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute on AgingNational Health and Medical Research CouncilUniversity of Queensland
Mots-clésDeprescribingMedicineDementiaCholinesterasePharmacotherapyContinuationPolypharmacyIntensive care medicinePharmacologyGerontologyPsychiatryInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVE: As dementia progresses, people living with dementia may take high-risk, unnecessary, or ineffective medicines. Cholinesterase inhibitors (ChEIs) may have benefit in some people with dementia; however, up to one third are continued when no longer necessary or safe. Our aim was to co-design a consult patient decision aid (CPtDA) to support shared decision making between healthcare professionals and consumers about continuing or deprescribing ChEIs. METHODS: A systematic process was employed to design and test the CPtDA prototype. First, a steering group composed of healthcare professionals and a consumer representative was assembled. Guided by the International Patient Decision Aids Standards, the steering group defined the CPtDA's purpose, scope, and target audience and drafted the prototype for further testing. Interviews with consumers and healthcare professionals were conducted to gain feedback on the content, format, structure, comprehensibility and usability of the CPtDA prototype. RESULTS: After the steering group developed the CPtDA prototype, interviews were conducted with 11 consumers and six healthcare professionals. The content and format of the decision aid were improved iteratively over three rounds after consolidating the feedback at each round. The main changes included rewording the purpose of the decision aid and simplifying its layout and format. Participants reported that the decision aid is comprehensible and may be useful in practice. CONCLUSIONS: Limited available resources guide shared decision making about deprescribing. This study resulted in a co-designed and alpha-tested CPtDA for people living with dementia and carers to help them review the ongoing need for their ChEIs. Further research is needed to explore using the CPtDA in practice to support people living with dementia and their carers engage in the shared decision-making process about continuing or deprescribing their ChEIs. Our co-designed CPtDA could help people living with dementia and their carers review their goals of care alongside their healthcare professional. This may prompt conversations about appropriately using ChEIs and increase the uptake of deprescribing.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,524
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

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

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 Opus0,085
Tête enseignante GPT0,392
Écart entre enseignants0,307 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrugs & AgingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207