MétaCan
Menu
Retour à la cohorte
Enregistrement W4415324061 · doi:10.1177/23814683251386451

Translation, Cultural Adaptation, and Validation of the International Patient Decision Aid Standards Minimal Criteria Instrument for the Portuguese Population

2025· article· en· W4415324061 sur OpenAlexaff
Micaela Gregório, Andréia Teixeira, Mariana Mrosk Teixeira, Inês Marqués, Adeline Ferriera de Deus Correia, Phillippa May Bennett, Helen Carter, Dawn Stacey, Carlos Martins

Notice bibliographique

RevueMDM Policy & Practice · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésDecision aidsPortugueseQuality (philosophy)Adaptation (eye)PopulationDecision support systemField (mathematics)Clinical decision making

Résumé

récupéré en direct d'OpenAlex

Introduction. Patient decision aids support health care decision making by dynamically integrating evidence-based information with patients’ values, goals, and preferences. However, most of these aids are available only in English, limiting accessibility for non–English-speaking populations. Although Portuguese is one of the most spoken languages worldwide, validated decision aids and evaluation instruments in Portuguese remain scarce. Objectives. To translate, culturally adapt, and conduct preliminary content validation of the International Patient Decision Aid Standards (IPDAS) Minimal Criteria instrument for the Portuguese population. Methods. A multidisciplinary team conducted a structured linguistic validation process, including forward and backward translation, synthesis meetings, expert committee review, and pilot testing. Clarity and content relevance were evaluated by a panel of 10 experts using a dichotomous clarity scale and a 4-point relevance scale. Quantitative measures included percentage agreement, Fleiss’ kappa, and item-level and scale-level content validity indices (I-CVI, S-CVI/Ave). Qualitative input was gathered through open-ended responses and discussion during the expert panel meeting. Results. Five of the 44 criteria were identified as unclear by more than 20% of the expert panel and were revised. The overall agreement was high (0.93 [0.89; 0.97]), but Fleiss’ kappa indicated low interrater agreement (0.03 [−0.01; 0.08]). Eleven criteria were rated by at least 1 panel member as less relevant or in need of revision and were refined accordingly. For all criteria, the I-CVI was >0.79, and the overall S-CVI/Ave was 0.97. Fleiss’ kappa for content validity was −0.02 [−0.06; 0.02]. Conclusions. The Portuguese version of the IPDAS Minimal Criteria demonstrated strong content validity and linguistic appropriateness. This adapted instrument will enable more rigorous evaluation of patient decision aids in Portuguese-speaking contexts and support broader implementation of shared decision making. Highlights This study provides the first content-validated version of the IPDAS Minimal Criteria in Portuguese, addressing a significant gap in shared decision-making tools. The instrument supports Portuguese-speaking researchers and clinicians in systematically assessing decision aids for quality and usability. These findings highlight the importance of cultural adaptation in ensuring the applicability and effectiveness of decision support tools across different populations. This study advances the field of decision-making research by fostering equitable access to high-quality decision aids in 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 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)0,067
score de la tête « metaresearch » (Gemma)0,132
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,354

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,132
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,205
Tête enseignante GPT0,501
Écart entre enseignants0,296 · 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'étudeExpérimental (laboratoire)
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'admission1
Résumé présentoui

Explorer davantage

Même revueMDM Policy & PracticeMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207