Needs assessment regarding management decision-making for women with stress urinary incontinence
Notice bibliographique
Résumé
Objective: We aimed to identify the needs, conflicts, barriers and knowledge gaps associated with decision-making for management options for women with stress urinary incontinence (SUI) and treating healthcare professionals.Methods: Two data collection methods were used: 1. semi-structured interviews with 10 individual patients assessing understanding of SUI management, values, biases, as well as decisional needs, barriers, and facilitators, and 2. focus groups with 13 healthcare professionals to evaluate viewpoints on SUI management decision-needs. Direct content qualitative analysis assessed recurring themes, based on the Ottawa Decision Support Framework and the International Standards for Decision Support.Results: Median age of patients interviewed was 65 ± 18.5 years. 70% previously tried non-invasive procedures (physiotherapy or incontinence pessaries), and 70% tried surgical options, with satisfaction ratings ranging from not satisfied at all, to completely satisfied. 70% reported limited knowledge of possible outcomes of invasive procedures. Financial factors also influenced decision-making in 70%. Fears of undergoing invasive procedures, specifically about possible complications of mid-urethral slings (MUS) secondary to media scrutiny were common. Furthermore, healthcare providers perceived inconsistent knowledge among SUI patients regarding management options, and noted a correlation between patient knowledge, their understanding, and their acceptance of risk and satisfaction. Physicians expressed concerns about the misinformation surrounding MUS, leading to longer consultations to address patients’ concern, and a reluctance from physicians to perform MUS procedures. Providers expressed a need for enhanced education through use of Patient Decision Aids (PDAs).Conclusion: There were significant gaps in the participants' retained knowledge of the available SUI management options. Multiple factors influenced decision-making. The process could potentially be improved by patient decision-aid tools and potentially help minimize risk of patient regret
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 | 0,013 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».