MétaCan
Menu
Retour à la cohorte
Enregistrement W4413309107 · doi:10.1080/17453054.2025.2547169

Quality and visual assessment of decision aids for patients with low back pain: a scoping review

2025· review· en· W4413309107 sur OpenAlexaffabout
Valerie C. Cates, Ruth Ullman, Martín Gagliardi, Glen Hazlewood, Ganesh Swamy

Notice bibliographique

RevueJournal of Visual Communication in Medicine · 2025
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensCanadian Patient Safety InstituteNOSM UniversityAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésReadabilityConceptualizationTest (biology)Decision aidsReading (process)Low back painPsychologyMedicineComputer scienceMedical educationArtificial intelligenceAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Conduct a scoping review to identify existing low back pain (LBP) patient decision aids (PtDAs) and assess their use of visual aids. LBP PtDAs were identified using the Ottawa Health Research Institute (OHRI) PtDA database and PubMed. Three interdisciplinary reviewers assessed understandability and actionability using the Patient Educational Materials Assessment Tool (PEMAT), with readability evaluated via the Flesch-Kincaid Grade Level test. Six LBP PtDAs were found in the OHRI database and three in PubMed, for a total of nine. The mean PEMAT understandability score was 85%, while the mean PEMAT actionability was 68% (adequacy threshold for each section = 70%). Most used tables and scales (8/9), while fewer used pictographs (2/9), photographs (1/9), bar and pie charts (1/9), or illustrated diagrams (1/9). The mean reading level was Grade 5. Existing LBP PtDAs prioritise text over visuals and perform well on understandability and grade reading level, but less effectively on actionability. These findings highlight the need for interdisciplinary approaches to PtDA conceptualization, design, and evaluation to create tools that are relevant and impactful to patients and caregivers.

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 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)0,068
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0680,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,427
Tête enseignante GPT0,610
Écart entre enseignants0,183 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visual Communication in MedicineMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207