NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Nörolojik hastalıkları olan hastalar ile tedavi hekimleri arasındaki algı ve iletişim boşluklarını anlamak, hasta merkezli bakımı optimize etmek için gereklidir. GAP-AI çalışması, Parkinson hastalığı, multipl skleroz veya epilepsili hastaların bir kohortundaki bu boşlukları tanımlamayı amaçladı. Bu tek merkezli gözlemsel çalışma, hastaları (N = 197) ve tedavi eden doktorlarını (N = 12) yanıtlayan anketleri (18-madde Hasta Memnuniyeti Anketi Kısa Formu, 9-madde Paylaşılan Karar Verme Anketi, hasta ve hekimler için Barthel Endeksi ve 36-madde Kısa Form alt alanı) iki klinik ziyarette içeriyordu. Birincil sonuç, anketlerdeki çift yönlü öğeler arasındaki farktı (algı boşluğu). Algı boşlukları, minimal de olsa, hasta memnuniyeti, paylaşılan karar verme, günlük yaşam aktiviteleri ve yaşam kalitesi için tanımlanmıştır. Algı boşluklarını önemli ölçüde etkileyen atıflar arasında, hekim yaşı, nörolog yeterliliği olan yılların deneyimi / tutulması, hastalık alanı ve tedavi edilen hasta sayısı, deneyimli hekimlerin hastalarının öz değerlendirmelerinden daha titiz değerlendirmeler yapma eğiliminde olmaları yer aldı. Çalışma verilerine dayalı tahmin modelleri geliştirmek için birden fazla makine öğrenme algoritması kullanıldı. K-en yakın komşular algoritması, hasta-fizikçi algı boşluğunu tahmin etmede en iyi performansı gösterdi. Çalışmamızdan elde edilen bilgiler, bu boşlukları tanıma, tahmin etme ve nihayetinde ele alma potansiyelini vurgular, böylece hastalar ve hekimleri arasındaki anlayış seviyesini artırarak klinik uygulamayı geliştirir.
Özgün kaynak özetini okuyun
Understanding perception and communication gaps between patients with neurological diseases and their treating physicians is essential for optimizing patient-centered care. The GAP-AI study aimed to identify these gaps in a cohort of patients with Parkinson's disease, multiple sclerosis, or epilepsy. This single-center observational study involved patients (N = 197) and their treating physicians (N = 12) answering questionnaires (18-item Patient Satisfaction Questionnaire Short Form, 9-item Shared Decision Making Questionnaire for patients and physicians, Barthel Index, and 36-item Short Form subdomains) over two clinic visits. The primary outcome was the difference between pairwise items in the questionnaires (perception gap). Perception gaps, albeit minimal, were identified for patient satisfaction, shared decision-making, activities of daily living, and quality of life. Attributes that significantly influenced perception gaps included physician's age, years of experience/holding a neurologist qualification, disease area, and the number of patients treated, with experienced physicians tending to provide more rigorous evaluations than their patients' self-assessments. Multiple machine learning algorithms were used to develop predictive models based on study data. The k-nearest neighbors algorithm demonstrated the best performance in predicting a patient-physician perception gap. Insights from our study highlight the potential to recognize, predict, and ultimately address these gaps, thus enhancing clinical practice by increasing the level of understanding between patients and their physicians.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.