Medical graphics to improve patient understanding and anxiety in elderly and cognitively impaired patients scheduled for transcatheter aortic valve implantation (TAVI)
Notice bibliographique
Résumé
Background Anxiety and limited patient comprehension may pose significant barriers when informing elderly patients about complex procedures such as transcatheter aortic valve implantation (TAVI). Objectives We aimed to evaluate the utility of medical graphics to improve the patient informed consent (IC) before TAVI. Methods In this prospective, randomized dual center study, 301 patients were assigned to a patient brochure containing medical graphics (Comic group, n = 153) or sham information (Control group, n = 148) on top of usual IC. Primary outcomes were patient understanding of central IC-related aspects and periprocedural anxiety assessed by the validated Spielberger State Trait Anxiety Inventory (STAI), both analyzed by cognitive status according to the Montreal Cognitive Assessment (MoCA). Results Patient understanding was significantly higher in the Comic group [mean number of correct answers 12.8 (SD 1.2) vs. 11.3 (1.8); mean difference 1.5 (95% CI 1.2–1.8); p < 0.001]. This effect was more pronounced in the presence of cognitive dysfunction (MoCA < 26) [12.6 (1.2) in the Comic vs. 10.9 (1.6) in the Control group; mean difference 1.8 (1.4–2.2), p < 0.001]. Mean STAI score declined by 5.7 (95% CI 5.1–6.3; p < 0.001) in the Comic and 0.8 points (0.2–1.4; p = 0.015) in the Control group. Finally, mean STAI score decreased in the Comic group by 4.7 (3.8–5.6) in cognitively impaired patients and by 6.6 (95% CI 5.8 to 7.5) in patients with normal cognitive function (p < 0.001 each). Conclusions Our results prove beneficial effects for using medical graphics to inform elderly patients about TAVI by improving patient understanding and reducing periprocedural anxiety (DRKS00021661; 23/Oct/2020).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».