MétaCan
Menu
Retour à la cohorte
Enregistrement W4411196968 · doi:10.1016/j.cjco.2025.06.004

Human-Centred Design & Development of a Shared Decision Aid for Patients with Chronic Kidney Disease Facing Treatment for Coronary Heart Disease

2025· article· en· W4411196968 sur OpenAlexafffund
Julie Babione, Denise Kruger, Pantea Amin Javaheri, Todd Wilson, Winnie Pearson, W.D. Gerber, Loretta Lee, Krystina B. Lewis, Michelle M. Graham, Stephen B. Wilton, Matthew T. James

Notice bibliographique

RevueCJC Open · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of OttawaUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesStrategy for Patient-Oriented ResearchLibin Cardiovascular Institute, University of CalgaryCanadian Institutes of Health Research
Mots-clésDiseaseKidney diseaseMedicineIntensive care medicineCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Coronary artery disease (CAD) commonly accompanies chronic kidney disease (CKD) and carries unique management considerations for people with CKD. Shared decision-making (SDM) is a collaborative approach in which patients and physicians make decisions together based on a shared understanding of the health condition, treatment options and attributes, patient values and preferences, and risk tolerance. Our objective was to support SDM by creating a decision aid for patients with CKD and physicians addressing invasive vs conservative CAD treatment options, which included personalized risk estimates for treatment option attributes, and identification of patient values and preferences. Methods: decision aid. A concurrent mixed-methods study involved patients and physicians evaluating content, features, implementation contexts, and guided design. Survey data analysis used descriptive statistics, and interview transcripts were analyzed using deductive content analysis. Results: Thirty-two patients (47% aged < 65 years; 47% women) and 18 physicians (72% aged < 50 years; 22% women) evaluated successive decision-aid iterations, providing design and implementation perspectives. Most received decision-aid content positively, and the design was refined over 3 development iterations. Overarching development-informing themes were as follows: (i) facilitating patient-physician interactions and knowledge-sharing to enable SDM; (ii) responding to contextual end-user needs for decision-making; and (iii) supporting flexible workflow use and integration. The decision aid is available at: https://myheartandckd.ca. Conclusions: Human-centred design processes effectively guided creation of a decision aid for patients with CKD and physicians making shared CAD treatment decisions. Findings will inform future clinical implementation strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,049
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,054
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0060,003
Science ouverte0,0020,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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.

Tête enseignante Opus0,259
Tête enseignante GPT0,451
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetMental Health and Patient InvolvementTravaux en français237 207