The Use of Patient-Reported Outcomes in Clinical Practice: A National Survey of Hand Surgeons
Notice bibliographique
Résumé
Purpose Patient-reported outcome measures (PROMs) use in practice could be limited secondary to logistical constraints and lack of consensus regarding PROMs' clinical value. Therefore, the goals of this study are to determine (1) the use of PROMs by practicing hand surgeons, (2) which questionnaires are most used and the purpose for collection, and (3) the barriers to use. Methods A survey of American Society for Surgeons of the Hand members was conducted in May 2023. Demographic data of respondents, PROMs collected, and implementation and barriers to use were assessed. Associations between variables were determined by Fischer exact tests and logistic regression. Results A total of 419 surveys were completed from the 4,523 individuals contacted, representing a 9.3% response rate. Eighty-one percent (81%) were US/Canadian respondents, and 19% reported as other nationalities, with other nationalities reporting use of PROMs at a higher rate than US/Canadian respondents. Odds of PROM use were higher for academic, hybrid, and hospital employed respondents relative to those in private practice settings. The 247 (58%) respondents who did not use PROMs cited barriers including logistic or administrative concerns, uncertainty on application in practice, having no interest, and cost concerns. The most frequently used upper-extremity questionnaire among the 172 (42%) respondents using PROMs was the Quick DASH (Disabilities of the Arm, Shoulder, and Hand), which was used by 112 respondents (65.1%). Patient-reported outcome measures were collected for research/database purposes by 130 (76%) and monitoring routine clinical care by 103 (60%). Among those using PROMs for clinical care, 79 (77%) of respondents use PROMs for postoperative recovery monitoring and 52 (55%) for counseling regarding surgical expectations. Conclusions Patient-reported outcome measure use varies by practice setting, with most respondents not collecting PROMs. There remains large variability in the application of PROMs, and further research is needed to determine and demonstrate the value of PROMs in hand surgery for routine clinical care. Type of study/level of evidence Prognostic IIc.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».