Patient- and Family-Centered Care Recommendations in Cardiology Guidelines: An AI-Driven Systematic Review
Notice bibliographique
Résumé
<h2>Abstract</h2><h3>Background</h3> Patient- and family-centered care (PFCC) is recognized as a critical component of cardiovascular care, but its integration into cardiology society guidelines has not been described. The objective of this study is to review PFCC language use and recommendations within major cardiology society guidelines. <h3>Methods</h3> We conducted a systematic review of guidelines and statements from the American College of Cardiology (ACC), American Heart Association (AHA), Canadian Cardiovascular Society (CCS), and the European Society of Cardiology (ESC) from 2013 to 2023. PFCC-related key terms were identified using an AI-based natural language processing algorithm, and recommendations were categorized into eight dimensions of PFCC. The inclusion of PFCC recommendations across societies and trends over time were examined. <h3>Results</h3> There were 260 guidelines and statements analyzed. The most frequent PFCC dimensions overall were Health Transitions (23.5/100 pages), Shared Decision-Making (11.1/100 pages), and Care Access (9.9/100 pages). The least commonly identified dimensions across all journals were Care Coordination (6.5/100 pages), Emotional Support (4.0/100 pages), and Familial Support (1.0/100 pages). CCS, ACC, and AHA had more recommendations using PFCC key terms than ESC per 100 pages (17.3, 12.0, 10.3 vs. 4.6, respectively, p<0.01). PFCC language usage increased markedly over the ten-year period for ACC, AHA, and ESC, but decreased for CCS (all p<0.05). <h3>Conclusion</h3> PFCC language and recommendations are increasingly being included in cardiology society guidelines. Societal differences in PFCC language use exist. Future research is needed to evaluate the impact of these guideline recommendations on clinical practice.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».