Decision-Making Interventions for Pelvic Organ Prolapse: A Systematic Review, Meta-Analysis, and Environmental Scan
Notice bibliographique
Résumé
Background: People diagnosed with pelvic organ prolapse (POP) face preference-sensitive treatment decisions. We conducted a systematic review, meta-analysis, and narrative synthesis to determine the effect of decision-making interventions for prolapse on patient-reported outcomes. To gain a more complete understanding of all potentially accessed resources, we also conducted an environmental scan to determine the quantity and quality of online interventions for prolapse decision-making. Methods: We searched Ovid MEDLINE, Cochrane Trials, and Scopus from inception to August 2022, trial registries, and reference lists of included articles. For the systematic review, we included studies that compared a decision-making intervention to usual care among patients with prolapse. We calculated mean difference (MD), 95% confidence intervals (CIs), and statistical heterogeneity ( I 2 ). For the environmental scan, we also searched Google, app stores, and clinical society websites. We assessed intervention quality using DISCERN, the International Patient Decision Aid Standards checklist, and readability metrics. Results: We identified eight publications in the systematic review, including 512 patients across three countries. The average patient age was 60. In the meta-analysis and narrative synthesis, there were no differences in decisional conflict (MD 0.09, 95% CI: −2.91, 3.09; I 2 = 0%), decision regret (MD 0.00, 95% CI: −0.22, 0.22; I 2 = 0%), satisfaction (MD −0.10, 95% CI: −0.23, 0.03; I 2 = 0%), knowledge, or shared decision-making. Study quality was low to moderate. We included 32 interventions in the environmental scan analysis. Most (22/32) were not interactive. Overall quality was low with a mean DISCERN of 48.2/80, and the mean reading grade level was 10.0. Conclusions: Existing decision-making interventions for prolapse did not improve patient-reported outcomes, and interventions were not tested in younger populations. The quality of online interventions is generally low with poor readability. Future research should address these gaps through the user-centered design of digital interventions with younger patients.
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 | 0,031 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,029 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».