Patient Perceptions of Medication Therapy for Prevention of Posttraumatic Osteoarthritis Following Anterior Cruciate Ligament Injury: A Qualitative Content Analysis
Notice bibliographique
Résumé
OBJECTIVE: Posttraumatic osteoarthritis (PTOA) accounts for nearly 12% of osteoarthritis incidences and often occurs after anterior cruciate ligament (ACL) tear. Ensuring the uptake of preventive treatments for PTOA requires that investigators and clinicians understand factors influencing patients to seek preventive therapies. This qualitative, descriptive study aimed to assess individuals' willingness to adopt a medication therapy for PTOA prevention following ACL injury. METHODS: We enrolled participants who had an ACL tear within two years of enrollment. Study individuals participated in a semistructured interview or focus group. We reviewed audio transcriptions for accuracy, and then organized the data inductively, beginning with open coding of audio transcriptions using NVivo 12. Finally, using a qualitative content analysis approach, we identified, revised, and constructed themes and subthemes. RESULTS: Twenty-five individuals (mean age 25 years, 60% women) participated. Participants were an average of 10 months after injury (mean 310 days, 95% confidence interval [CI] 249-371) and reported a mean Knee Injury and Osteoarthritis Outcome Score pain score of 80.3 (95% CI 74.5-86.2). We identified three main themes related to general treatment for PTOA (eg, unwanted side effects), medication treatment for PTOA (eg, concern about pill size and dose frequency), and clinical trial attributes (eg, time commitment). CONCLUSION: Although participants expressed great interest in trying medication therapy for PTOA prevention, there was variability in which components of treatment mattered to them. Our results stress the importance of using qualitative approaches such as this one to inform the design of trials and treatments that real-world patients will pursue with enthusiasm.
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 | 0,021 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».