Development and acceptability of a decision‐aid for food allergy oral immunotherapy in children
Notice bibliographique
Résumé
BACKGROUND: Limited decision-support tools are available to help shared decision-making (SDM) regarding food oral immunotherapy (OIT) initiation. No current tool covers all foods, forms, and pediatric ages for which OIT is offered. METHODS: In compliance with International Patient Decision Aid Standards criteria, this pediatric decision-aid comparing OIT versus avoidance was developed in three stages. Nested qualitative data assessing OIT decisional needs were supplemented with evidence-synthesis from the OIT literature to create the prototype decision-aid content. This underwent iterative development with food allergy experts and patient advocacy stakeholders until unanimous consensus was reached regarding content, bias, readability, and utility in making a choice. Lastly, the tool underwent validated assessment of decisional acceptability, decisional conflict, and decisional self-efficacy. RESULTS: The decision-aid underwent 5 iterations, resulting in a 4-page written aid (Flesch-Kincaid reading level 6.1) explaining therapy choices, risks and benefits, providing self-rating for attribute importance for the options and self-assessment regarding how adequate the information was in decision-making. A total of n = 135 caregivers of food-allergic children assessed the decision-aid, noting good acceptability, high decisional self-efficacy (mean score 85.9/100) and low decisional conflict (mean score 20.9/100). Information content was rated adequate and sufficient, the therapy choices wording balanced, and presented without bias for a "best choice." Lower decisional conflict was associated with caregiver-reported anaphylaxis. CONCLUSIONS: This first pediatric OIT decision-aid, agnostic to product, allergen, and age has good acceptability, limited bias, and is associated with low decisional conflict and high decisional self-efficacy. It supports SDM in navigating the decision to start OIT or continue allergen avoidance.
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 | 0,032 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».