MétaCan
Menu
Retour à la cohorte
Enregistrement W4413148989 · doi:10.1016/j.pecinn.2025.100421

Usability testing of an individualized decision aid for total knee arthroplasty

2025· article· en· W4413148989 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePEC Innovation · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensAlberta Bone and Joint Health InstituteUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesEuroQol Research Foundation
Mots-clésUsabilityTotal knee arthroplastyArthroplastyComputer scienceMedicineMedical physicsHuman–computer interactionSurgery

Résumé

récupéré en direct d'OpenAlex

Osteoarthritis (OA) is a leading cause of total knee arthroplasty (TKA), affecting over 15 % of Canadians. With an aging population and suboptimal use of non-surgical options, TKA rates and wait times are rising. Although TKA is effective, 30 % of patients are dissatisfied due to unmet expectations, suggesting some surgeries may be inappropriate. Patient decision aids can set realistic expectations, improve decision quality, and enhance satisfaction. We developed an individualized online patient decision aid allowing patients to compare treatment outcomes based on similar characteristics (age, sex and body mass index) and evaluated its usability before clinical implementation. Participants were recruited from a high-volume urban hip and knee clinic. Eligible adults diagnosed with knee OA completed the decision aid online and subsequently filled out demographics and survey forms, including the Preparation for Decision Making Scale (PDMS), System Usability Scale (SUS), and Acceptability Scale. Data were analyzed using descriptive statistics and content analysis of open-ended responses. There were 20 participants (mean age 68 years, 65 % female). The average PDMS score was 66.4, indicating above-average preparedness for decision-making. The SUS score averaged 63.4, suggesting marginal usability. Females and participants under 70 years reported higher PDMS and SUS scores. Most participants rated the information presentation as “good” or “excellent,” with 75 % finding the decision aid's length appropriate and information balanced. Feedback highlighted the need to simplify content, reduce variables, and offer the aid earlier in treatment. The decision aid demonstrated reasonable usability, acceptability, and usefulness for routine practice. Future research should explore its impact on long-term patient outcomes and satisfaction, including among non-surgical populations. Incorporating this decision aid into routine practice can help patients set realistic expectations and make informed decisions, reducing dissatisfaction. Offering it earlier in the patient journey may enhance its impact, especially for non-surgical options. • Osteoarthritis (OA) is a leading cause of total knee arthroplasty (TKA). • Some patients are dissatisfied with TKA due to unmet expectations. • Patient decision aids can set realistic expectations, improve decision quality, and enhance satisfaction. • An individualized decision aid shows reasonable usefulness, acceptability, and usability. • Offering the decision aid earlier may boost impact, especially for non-surgical options.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,270
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,223
Tête enseignante GPT0,465
Écart entre enseignants0,242 · 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