Une intervention en ligne de soutien à la décision pour faciliter la communication patient-médecin en lien avec le traitement du cancer de la prostate
Bibliographic record
Abstract
Objectif : Mesurer les préférences et les valeurs des hommes nouvellement diagnostiqués d’un cancer de la prostate (CP) au moyen d’une technologie en ligne de soutien à la décision—l’intervention de soutien à la prise de décision en lien avec le cancer de la prostate (ISPD-CP). Méthodologie : Les comportements de recherche d’information sur la santé, les facteurs ayant une influence sur la décision thérapeutique, le contrôle décisionnel et la préférence thérapeutique ont été enregistrés par le programme d’ISPD‑CP avant la consultation thérapeutique. Chaque patient a reçu une fiche sommaire des préférences (FSP) à utiliser lors des discussions thérapeutiques. Nous avons mesuré les degrés de contrôle décisionnel et de conflit décisionnel avant et après la prise de décision thérapeutique (PDT), ainsi que la satisfaction des patients après la PDT. Résultats : Quarante-neuf hommes ont suivi le programme d’ISPD-CP avant leur discussion thérapeutique. Parmi eux, 61 % ont montré leur FSP à leur(s) médecin(s) lors des discussions thérapeutiques. La plupart des patients (63 %) voulaient avoir accès à des renseignements approfondis ou détaillés. Les quatre facteurs qui influaient le plus sur les décisions thérapeutiques des patients étaient les suivants : l’impact du traitement sur la survie, sur la fonction urinaire et sur la fonction intestinale, et la recommandation du médecin quant au traitement le plus indiqué. Les patients ont signalé un degré de satisfaction élevé par rapport à leur décision thérapeutique et par rapport à leur participation au processus décisionnel. Les niveaux de conflit décisionnel étaient considérablement plus faibles (p < 0,001) après la PDT, et les hommes ont signalé avoir joué un rôle considérablement plus actif dans le processus décisionnel que ce qu’ils avaient originalement souhaité (p = 0,038). Conclusions : Les résultats semblent indiquer que l’ISPD-CP peut être un outil utile pour aider les patients à cerner et communiquer leurs valeurs et préférences aux médecins dans le cadre des discussions thérapeutiques. Mots clés : cancer de la prostate, communication patient-médecin, intervention d’aide à la décision
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.022 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.038 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".