MétaCan
Menu
Retour à la cohorte
Enregistrement W6907704640 · doi:10.25384/sage.c.4621538.v1

Are Patient Decision Aids Used in Clinical Practice after Rigorous Evaluation? A Survey of Trial Authors

2019· other· en· W6907704640 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionClinical PracticeDecision aidsHealth careAlternative medicineDescriptive statisticsRandomized controlled trialClinical trial

Résumé

récupéré en direct d'OpenAlex

<b>Background.</b> Patient decision aids (PtDAs) are effective interventions to support patient involvement in health care decisions, but there is little use in practice. Our study aimed to determine subsequent PtDA use in clinical practice following published randomized controlled trials. <b>Design.</b> A descriptive study using an email-embedded questionnaire survey targeting authors of 133 trials included in Cochrane Reviews of PtDAs (106 authors). We classified PtDA level of use as a) implementation, defined as integrating within care processes; b) dissemination to target users with planned strategies; and c) diffusion, defined as passive, unplanned spread. We conducted content analysis to identify barriers and enablers guided by the Ottawa Model of Research Use. <b>Results.</b> Ninety-eight authors responded (92.5%) on 108 trialed PtDAs. Reported levels of use were implementation (<i>n</i> = 29; 28%), dissemination to target user(s) (<i>n</i> = 9; 9%), and diffusion (<i>n</i> = 7; 7%); 57 (55%) reported no uptake, and 1 had no response (1%). Barriers to use in clinical practice were identified at the level of researchers (e.g., lack of posttrial plan), PtDAs (e.g., outdated, delivery mechanism), clinicians (e.g., disagreed with PtDA use), and practice environment (e.g., infrastructure support; funding). Enablers were online delivery, organizational endorsement (e.g., professional organization, charity, government), and design for and integration into the care process. <b>Limitations.</b> Self-report bias and potential for recall bias. <b>Conclusions.</b> Only 44% of PtDA trial authors indicated some level of subsequent use following their trial. The most commonly reported barriers were lack of funding, outdated PtDAs, and clinician disagreement with PtDA use. To improve subsequent use, researchers should codesign PtDAs with end users to ensure fit with clinical practice and develop an implementation plan. National systems (e.g., platforms, endorsement, funding) can enable use.

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)0,078
score de la tête « metaresearch » (Gemma)0,131
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0780,131
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

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 Opus0,279
Tête enseignante GPT0,505
Écart entre enseignants0,226 · 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'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataTravaux en français237 207