Development and Qualitative Evaluation of a Decision Support Tool for Withdrawal of Biologic Therapy in Nonsystemic Juvenile Idiopathic Arthritis
Notice bibliographique
Résumé
Introduction. Limited evidence guides pediatric rheumatologists on when to withdraw biologic therapy in children with juvenile idiopathic arthritis, resulting in wide variation in clinical practice. This study aimed to develop and evaluate a decision support tool (DST) based on expert opinion to support pediatric rheumatologists in making withdrawal decisions. Methods. A literature review, focus groups, interviews, and prior research informed the design of the prototype DST. Evaluation of the DST’s face validity, content validity, acceptance, and feasibility was conducted through user testing interviews and a survey among pediatric rheumatologists from the Netherlands and Canada. Findings were summarized using descriptive and qualitative content analyses. Results. The prototype DST requires input on relevant patient, disease, and treatment characteristics. Its primary output is the predicted likelihood of biologic therapy withdrawal. Pediatric rheumatologists can adjust the importance of characteristics and observe the resulting impact on withdrawal likelihood. Eleven pediatric rheumatologists participated in testing. Key themes identified included the need for 1) clear terminology to ensure consistent interpretation of model inputs, 2) concise instructions on how and when to adjust the relative importance of characteristics, and 3) practice rounds to build trust among pediatric rheumatologists in the DST’s output. Participants found the DST feasible for clinical use, with its main value in explaining decisions to patients and engaging them in the decision-making process. Suggested future improvements include tracking the outcomes of withdrawal decisions and integrating predictive models based on clinical data. Conclusions. The DST developed in this study was well-received. Its main value lies in helping pediatric rheumatologists explain their decisions to patients and parents. The top priority for further development is integrating scientific evidence on successful withdrawal decisions. Highlights Decision support tools that provide structure to decisions based on expert opinion can increase transparency and consistency in medical decision making in the absence of clinical evidence. Data from clinical vignette studies that use an experimental design to elicit treatment preferences can be used to predict treatment decision making. A decision support tool to support biologic therapy withdrawal decisions has the most value in explaining the decision to children with nonsystemic juvenile idiopathic arthritis and their parents.
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 | 0,078 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».