近二十年国内外医患共同决策研究现状及未来趋势

栗洁歆 ,  郭莉萍

中国医学伦理学 ›› 2025, Vol. 38 ›› Issue (5) : 543 -552.

PDF (1901KB)
中国医学伦理学 ›› 2025, Vol. 38 ›› Issue (5) : 543 -552. DOI: 10.12026/j.issn.1001-8565.2025.05.01
医患命运共同体

近二十年国内外医患共同决策研究现状及未来趋势

作者信息 +

Research status and future trends of shared decision-making at home and abroad over the past two decades

Author information +
文章历史 +
PDF (1946K)

摘要

目的 在文献梳理的基础上,运用CiteSpace对医患共同决策领域的年发文量、高产研究机构及研究热点进行分析,预测该领域未来的研究重点及发展方向。 方法 利用中国知网和Web of Science核心合集数据库进行高级检索,检索时间限定为2004—2024年。利用CiteSpace进行科学知识图谱分析。 结果 2004—2024年,国内外医患共同决策研究发文量均呈现增长趋势。国内的医患共同决策研究主要集中在护理、肿瘤等领域,国外则更关注患者参与、风险沟通和决策辅助工具的应用。国内的研究机构以护理学院和附属医院的部分科室为主,国外则集中在北美地区。关键词分析显示,国内医患共同决策研究的热点从决策树等技术性主题,逐渐转向患者参与和决策辅助工具的实际应用;国外的研究更早进入共享决策和人工智能支持的决策工具领域。 结论 国内外医患共同决策的研究热点从理论探索逐步转向临床实践和技术应用。未来,随着人工智能和大数据技术的深入应用,国内医患共同决策研究可能将更多集中于优化决策辅助系统和提升患者参与度。推动医患共同决策的本土化实践、多学科合作以及政策支持是未来研究的重要方向。

Abstract

Objective To analyze the annual publication volume, prolific research institutions, and research hotspots in the field of shared decision-making (SDM) by utilizing CiteSpace software based on a literature review, predicting the future research focus and development direction in this area. Methods An advanced search was conducted in the China National Knowledge Infrastructure (CNKI) and the Web of Science Core Collection databases, with the search timeframe limited to 2004—2024. Scientific knowledge mapping analysis was performed using CiteSpace software. Results From 2004 to 2024, the volume of publications on SDM research has shown an increasing trend both domestically and internationally. In China, SDM research was mainly focused on nursing, oncology, and other fields, whereas internationally, the emphasis was on patient participation, risk communication, and the application of decision-making support tools. In China, research institutions were primarily nursing schools and specific departments in affiliated hospitals, while internationally, SDM research was concentrated in North America. Keyword analysis showed that the research hotspots in China have gradually shifted from technical topics such as decision-making trees to the practical application of patient participation and decision-making support tools, while international research has earlier moved into the areas of SDM and artificial intelligence-supported decision-making tools. Conclusion The research hotspots of SDM, both domestically and internationally, have gradually shifted from theoretical exploration to clinical practice and technological applications. In the future, with the deeper integration of artificial intelligence and big data technologies, SDM research in China will focus more on optimizing decision-making support systems and enhancing patient participation. Promoting the localization of SDM practices, fostering multidisciplinary collaboration, and strengthening policy support will be key directions for future research.

Graphical abstract

关键词

医患共同决策 / 叙事医学 / 医患沟通

Key words

shared decision-making / narrative medicine / doctor-patient communication

引用本文

引用格式 ▾
栗洁歆,郭莉萍. 近二十年国内外医患共同决策研究现状及未来趋势[J]. 中国医学伦理学, 2025, 38(5): 543-552 DOI:10.12026/j.issn.1001-8565.2025.05.01

登录浏览全文

4963

注册一个新账户 忘记密码

0 引言

在新医改持续推进的背景下,化解医患纠纷、构建和谐医患关系成为重要的课题。2023年《中共中央办公厅、国务院办公厅关于进一步完善医疗卫生服务体系的意见》明确提出,要提升医务人员的人文关怀意识,加强医患沟通,建立化解医疗纠纷的长效机制。医患共同决策(shared decision making,SDM)作为一种新兴的医疗决策模式,近年来受到国内外广泛关注。Veatch1于1972年提出SDM概念,Charles等2在1997年的研究进一步推动了其发展。SDM的核心是医生告知患者治疗方案的利弊,患者表达自身的理解和顾虑,双方共同作出决策,从而提高患者的参与度和依从性3。SDM不仅提升了患者对治疗的满意度,还通过加强医患沟通,缓解了信任危机4。目前,SDM已在糖尿病、肿瘤等疾病,以及护理、急诊、小儿科等多个领域得到应用。本文采用文献计量可视化方法,分析2004年1月1日至2024年12月31日(以下简称“2004—2024年”)国内外SDM研究的热点和动态,对比中外研究成果,预测未来发展趋势,旨在为中国医患共同决策及叙事医学的研究提供借鉴。

本研究主要探讨:①SDM研究的主要热点领域是什么?②国内外SDM研究有何异同?③国内SDM研究的未来重点是什么?

1 数据来源与方法

本研究借助知识图谱工具CiteSpace 6.3.R1高级版,文献来源为中国知网和Web of Science核心合集数据库,数据时间限定在2004—2024年。根据阅读相关文献,中文检索字段选择“全文”设定为“医患共同决策”,“主题”设定为“医患共享决策”“患者决策”,关系为“OR”,从文献来源类别中选取了北大核心、CSSCI、CSCD、AMI,共得到846篇文献。经过数据清洗处理,人工对检索到的每条文献进行筛选,剔除通知、新闻报道、会议纪要等文献,将与主题不符,重复的文献去掉,再经过CiteSpace的除重处理,最终得到596篇有效文献。英文文献选择高级检索,选择SCI、SSCI引文索引,主题设定为(“Shared Decision Making”OR “Collaborative Decision Making”OR “Participatory Decision Making” OR “Informed Decision Making”OR “Patient-Centered Care”)AND(“Healthcare” OR “Clinical” OR “Medical” OR “Health Services”)AND(“Decision Aids” OR “Digital Health Tools” OR “Patient Engagement” OR “Risk Communication”),文献类型选择“论文”,将语种设定为英文,最终得到有效文献1 416篇。

2 结果与讨论

2.1 年发文量

2004—2024年国内外医患共同决策年度发文量的变化如图1所示。统计显示,近二十年来,国内医患共同决策研究的文献数量呈持续上升态势,在2022年达到高峰,发文量为108篇。国内研究起步较晚,年发文总量相比国外有一定差距。国外文献的年际发文量变化曲线可以划分为两个区间:第一区间(2004—2021年)为总体较快增长阶段,2004年为9篇,2021年上升至157篇,尽管年际发文量有一定波动,但总体上升了17倍;第二区间(2021—2023年)为下降区,医患共同决策研究的论文数量相比之前大幅减少。

SDM共发表1 416篇英文论文,其中美国发文量最多,为810篇,占总数的57%;其次是加拿大,发文量为244篇,占17%;英国排名第三,发文量为178篇,占13%,详见表1。中国在亚洲及发展中国家中发文量最多,为35篇。亚洲国家在医患共同决策研究中影响力相对较弱,重要文献主要来自美洲、欧洲和大洋洲。这主要是由于SDM起源于西方,且相关论文多以英文发表。

2.2 高产研究机构分析

利用CiteSpace软件对医患共同决策论文进行“institution(机构)”处理,生成研究发文量排名前10的国内外研究机构,如表2所示。分析显示,中文论文的发表量排在前十位的研究机构集中在各大医学院校的学院和附属医院的科室,其中七个都在护理学院或护理部,说明目前国内医患共同决策研究主要集中在护理领域。其中,郑州大学护理与健康学院发文量为11篇,排在首位;上海交通大学护理学院排在第二位,发文量为9篇;华中科技大学同济医学院附属同济医院护理部位列第三,发文量为8篇。研究机构主要集中在华中和华东地区,华北、华西和华南地区的研究机构相对较少,地域分布较不均衡。这主要可能与这些地区的经济发展水平、教育资源分配以及医疗政策支持等因素有关。

英文论文的发表单位以高校为主,其中排名第一位的是梅奥诊所,发文量为79篇;排在第二和第三位的分别是渥太华大学和拉瓦尔大学,分别为74篇和56篇;排在第四位的是加州大学旧金山分校,发文量为50篇;排在第五位的是科罗拉多大学,发文量为49篇;北卡罗来纳大学位列第六,发文量为48篇;排在前十名的其他机构分别是多伦多大学、麦克马斯特大学、密歇根大学、达特茅斯学院。由此可见,北美的美国和加拿大在医患共同决策领域的研究具有较高的活跃度和影响力。究其原因,可能是美国设立了医疗保健研究和质量管理局,负责提供医疗保健政策和实践的科学证据,包括提供一系列决策辅助工具和进行数据分析,旨在帮助医疗保健系统和专业人员提供高质量、安全和高价值的医疗服务。

3 研究热点及趋势分析

3.1 研究热点

关键词是文献核心内容的浓缩和提炼,如果某一关键词反复出现,其所表征的研究主题即为该领域的研究热点。高频关键词分析显示,国内医患共同决策研究中最大的关键节点词为“共同决策”,按关键词中心度大小排序(见表3),其他相对较大的节点词依次为“医患关系”“医患沟通”“叙事医学”“循证医学”“临床决策”“影响因素”“患者参与”“医疗决策”“医生”。其中,医患沟通、叙事医学和循证医学具有重要的分析价值。这表明,国内医患共同决策研究主要围绕如何改善医患关系,提高临床决策满意度和接受度展开,其中叙事医学作为医患沟通的一种有效手段被大量采用。叙事医学认为,医生若能倾听患者的故事,不但可以了解病情、患者对疾病的理解,还能了解患者的心理和社会各方面的需要,能为患者营造出具有疗愈效果的治疗关系;临床工作在一定程度上是人与疾病的关系,但本质上是人和人的关系5。叙事医学中的倾听、共情、以患者为中心、鼓励患者叙事等方法在医患共同决策中起到重要作用。叙事能力不仅涉及医生对患者故事的理解和共鸣,还包括其在临床实践中应用这些理解的能力。

国外SDM的研究热点领域分布(如表4)显示,最大的关键节点词为“shared decision making”(医患共同决策),其次为“care”(照护)、“communication”(沟通)、“quality of life”(生活质量)、“consumption”(消费)、“context”(情境/背景)、“information”(信息)、“management”(管理)、“behavior”(行为)。可以看出,国外SDM研究涉及多个学科领域,这些领域从患者照护到信息技术应用,再到管理和行为科学,表明SDM不是单一学科的议题,而是与多个相关领域相交织的跨学科研究主题。医生应当根据患者的不同背景采取个性化沟通策略,对患者进行整体评估,建立与患者的共同理解,识别并整合影响医疗决策的多种因素,确保决策过程不仅在临床上是适当的,还符合患者的个人情况和偏好。

3.2 研究方向

利用CiteSpace软件提取高频关键词,聚类分析国内外医患共同决策领域的文献,可以揭示2004以来该领域的主要研究方向。通过对关键词的聚类主题进行分析,能够识别出国内外学者在医患共同决策研究中所关注的核心议题和发展趋势。这种方法不仅有助于明确该领域的研究热点,还能够发现不同国家和地区在研究侧重点上的差异,从而为未来的研究提供有针对性的参考。

2004—2024年医患共同决策领域国内文献关键词聚类如图2所示。国内医患共同决策领域早期研究(2004—2018年)主要集中在“决策树”等技术性主题,探索如何利用决策模型和数据工具来辅助医生的决策。2018年之后,研究重心逐渐转向“决策辅助”“乳腺癌”“信息共享”等实际应用场景,特别是在慢性病管理和重大疾病治疗中,如何将患者的意愿和偏好融入临床决策中成为核心议题。于跃海等6对成年癌症患者决策辅助工具的应用体验进行系统整合,为开发中国本土化决策辅助工具、实现共享决策提供循证指导。决策辅助工具也是近年来的研究热点,包括决策辅助工具的开发,以及在癌症、糖尿病等疾病中的使用情况。当前,有学者系统评价了再评价决策辅助工具(patient decision aids,PDAs)在癌症患者治疗决策中的应用效果7,以及在ICU环境下患者家属的决策困境8等。

国外医患共同决策领域2004—2024年关键词聚类如图3所示。国外的研究热点体现了从患者参与、决策制定等基础问题,逐步转向如何提升决策支持工具的实际应用。临终关怀中的医患共同决策包括在儿科中面对生命受限儿童的共同决策,以及患有失智症老年人的临终关怀偏好等9-10。《加拿大心血管学会指南2021:预防成人心血管疾病的血脂异常管理指南》中提供了决策辅助工具,以便为风险筛查、评估和治疗作出个人决定11

通过分析发现,与国外相比,国内研究较晚进入决策辅助工具和患者参与的广泛应用阶段。国内早期更多关注的是医生如何在决策中发挥主导作用,患者的参与度相对较低。而随着生物-心理-社会医学模式的引入,国内学者逐渐认识到患者在决策中的作用,医患沟通和医患关系开始成为热门话题。未来,随着人工智能和大数据技术在医疗领域的深入应用,国内的医患共同决策研究可能会更多地集中在如何优化决策辅助系统、提升患者参与度以及在多学科团队合作中应用。此外,进一步探索不同疾病情境下的共同决策模式以及如何在实际临床操作中融入这些工具,将是未来研究的重要方向。

3.3 研究热点演化

关键词突现性是指某一关键词在特定时期内出现的频率明显提高,通常反映出该时期内的研究热点或新兴趋势。通过分析和追踪国内外文献中的突现词,可以有效把握该领域研究热点的演化,从而为预测未来研究方向提供依据。这种分析方法能够帮助研究人员识别出某一时期内学术界集中关注的主题,进而了解研究趋势的变化和发展。

3.3.1 国内研究热点演化

2004—2024年医患共同决策领域国内文献研究热点演化如图4所示。通过分析国内文献中的关键词,共得到突现强度最高的11个关键词。从时间上来看,大致可分为两个阶段:①2004—2018年,探索阶段。该阶段凸显的关键词主要包括决策、决策树、数据挖掘等,研究热点集中于探讨医生是否应该让患者参与医疗决策,强制医疗、保护性医疗等一些非常情况下对患者自主决策权的限制12,通过数据挖掘手段确定决策树的生长和修剪方向,以及决策树在不同情景、针对不同疾病的运用,如在急诊或ICU等环境下的运用13。②2018—2024年,医患共同决策广泛应用阶段。这一阶段突现关键词包含信息共享、决策辅助工具、治疗决策、临床决策、循证医学。随着生物-心理-社会医学模式的发展和循证医学理念的提出,人们逐步意识到以患者为中心的理念能有效增强患者健康意识,促进医患沟通,提高患者诊疗满意度。正是在这样的背景下提出“患者决策辅助工具”,旨在帮助患者了解相关医疗方案信息后,根据自身的价值观和偏好选择适合的治疗方案。实施共同决策既需要有叙事能力的医者作为决策参与者和决策辅导者,又需要应用循证医学的理论和方法,找到最佳的临床证据、个人的价值观念、医者的经验技能和临床情境的最佳结合点14。作为决策辅助工具,SDM评估工具的开发和应用对推动临床SDM实践具有重要意义。目前,SDM评估工具在国外已发展相对成熟,而国内相关研究仍处于起步阶段。人工智能技术在医患共同决策中的应用主要体现在其作为临床决策支持系统(clinical decision support system,CDSS)的使用,尤其是在诊断和治疗过程中。这些系统通过处理大量患者信息,帮助医疗专业人员提高工作效率和决策质量15

3.3.2 国外研究热点演化

通过对英文文献进行关键词突现分析发现,在不同时期的英文文献中,突现强度最高的25个关键词。2004—2024年间,SDM国外研究热点演化如图5所示。从时间上看,研究热点从时间上大致可分为以下两个阶段:①2004—2016年,在这个阶段,国外学者更早关注“randomized controlled trial(随机对照试验)”“risk communication(风险沟通)”“patient preferences(患者偏好)”等关键词。国外医疗体系的特点是患者自主权较高,这也导致在医患共同决策中,患者偏好和风险沟通成为核心关注点。此阶段的研究特别关注如何通过临床试验来优化医患沟通,尤其是如何改进患者对手术风险的理解。国外学者在该阶段关注到,创建一个普遍理解和接受的手术风险语言概率词汇库是不可能的,尽管医护人员在标准化风险沟通方面做出了努力,但由于个体对术语的解释存在差异,很难确保所有患者和医疗专业人员对用于描述手术风险的术语有一致的理解16。②2017—2024年。这一时期,研究热点开始向更为细化的领域发展,关键词如“shared decision-making(共享决策)”“AI decision aids(AI决策辅助工具)”逐渐成为研究前沿。国外在该阶段更关注人工智能和机器学习在决策中的应用,试图通过这些技术提升决策支持系统的精准度和实用性。有学者发现基于回归或更灵活的机器学习算法的风险预测模型的校准性能非常重要,但往往被忽视17。也有学者分析了早期采用人工智能(artificial intelligence,AI)和机器学习(machine learning,ML)支持临床决策(AI-CDS)的健康系统所采用的各种策略。这有助于了解各种决策辅助工具的优缺点,实现更好的AI辅助决策工具的设计18

通过上述研究发现,总体来看,国内外医患共同决策的研究热点随着时间的推移逐渐从理论探讨转向实际应用,尤其是决策辅助工具和人工智能的应用成为未来的重要研究方向。国内的研究由于文化和医疗系统的特点,在患者参与度上相对较低,而国外的研究则更加强调患者的自主权和风险沟通。例如,对中国文化背景下决策需求的概念和表达的探索不足,缺乏统一标准来开发患者决策辅助工具(PDAs),以及在健康结果指标方面主要关注生理需求等。目前关于SDM的研究多为短期和单中心的研究,未来应进行更大规模的多中心、长时间的临床试验,以验证SDM的长期效果和适用性,并探索其在不同疾病、不同医疗场景中的应用。实施共同决策更需要有叙事能力的医者作为决策的参与者和指导者,未来需要更好地将叙事医学和医生、患者的共同决策结合起来。

3.4 关键词前沿趋势分析

图6所示,国内SDM研究关键词前沿趋势可分为如下三个阶段:①2005—2010年,研究处于起步阶段,以“决策”“患者参与”“医患关系”“临床决策”为热点,研究内容主要围绕医患共同决策的基本概念、模式和参与方式展开,旨在探索患者在决策过程中的作用以及医生与患者之间的互动关系。②2011—2016年,研究范围逐步扩大,关键词如“乳腺癌”“综述”“决策冲突”“共享决策”等表明研究逐渐深入具体疾病的治疗决策,尤其是癌症等慢性病领域的患者参与和决策冲突逐渐成为热点。同时,临床应用研究和决策辅助手段的讨论逐步增多,强调通过综述文献总结现有研究成果,并提出解决决策冲突的策略。③2017—2024年,研究方向进一步细化,关键词如“决策辅助手段”“护理效果”“医患沟通”“知情同意”等表明,研究已从理论探索转向应用评估,逐渐聚焦于如何通过有效的决策辅助手段、医患沟通与知情同意机制来提升医患共同决策的实际效果。此外,护理和医患关系的改善成为新的关注点,反映了研究领域对多学科合作和整体治疗效果的重视。

图7所示,国外SDM研究关键词前沿趋势分析如下:①2004—2010年:研究的重点在于基础的决策过程和患者参与,关键词如“randomized controlled trial(随机对照试验)”“patient preferences(患者偏好)”和“decision making(决策制定)”表明,研究集中在探讨如何通过临床试验和患者偏好来优化医患决策过程。此时的研究强调对不同医疗干预方案进行比较,帮助患者在多种选择中作出明智决策。②2011—2016年:研究进入了扩展期,关注点逐渐转向特定疾病情境下的决策过程,关键词如“patient decision aids(患者决策辅助工具)”“shared decision-making(共享决策)”和“clinical trials(临床试验)”表明,决策辅助工具和共享决策成为重要研究领域。这一阶段还引入了“barriers(障碍)”的概念,重点探讨在不同疾病背景下(如慢性病、癌症等)患者决策参与面临的实际困难。③2017—2024年:研究进一步深化,关键词如“risk communication(风险沟通)”“physician-patient communication(医患沟通)”和“medication adherence(药物依从性)”表明,研究逐步关注医患沟通的质量以及如何通过有效沟通提高患者的药物依从性和决策效果。此时研究领域更加细化,着重探讨共享决策的实际效果评估、风险信息的传递以及医患间的信任构建。此外,“health care(医疗保健)”和“burnout(职业倦怠)”的出现,也反映了对医疗系统的广泛关注以及如何通过改善医患关系缓解医生的职业倦怠。

总体来看,国内医患共同决策的研究趋势经历了从基础理论探讨到具体应用场景分析,再到实际效果评估的阶段性变化,研究范围从简单的决策过程逐渐扩展到包含患者参与、决策冲突、护理等多方面的综合研究。国外医患共同决策的研究趋势呈现出从临床试验和患者偏好入手,到共享决策工具的开发,再到沟通策略与患者依从性提升的转变。研究范围逐步扩展,逐渐覆盖从基础理论到临床应用再到沟通与管理的多个层面,体现了医患共同决策的多维度演进。

4 结语

本研究对2004—2024年间国内外SDM领域的文献进行分析,得出以下结论及建议:①发文量持续增长,政策与需求推动发展。SDM研究的年发文量显著增长,特别是在中国,受益于国家政策支持和公众对高质量医疗服务的需求。但研究成果向临床实践的转化仍需加强。建议深化政策与临床结合,制定明确的SDM实践指南,提升医务人员的SDM能力,实现以患者为中心的医疗服务模式。②研究集中于护理学科,多学科协作不足。国内SDM研究主要由护理学院或护理部门开展,限制了研究的广度和深度。建议促进医学、护理学、公共卫生等多学科合作,推动SDM研究的全面发展,提高研究的实用性和创新性。③研究热点转向患者参与,需关注临床效果。研究从技术性内容转向患者参与和决策辅助工具开发,但在提升临床效果和长期健康结果方面仍有不足。建议借鉴国内外优秀经验,深入研究“风险沟通”和“药物依从性”,建立SDM效果评价体系,提升患者参与质量和决策满意度。④新技术带来机遇,应用需简化。人工智能和大数据为SDM发展提供新动力,但复杂工具在应用中可能遇到障碍。建议开发简洁、高效的决策辅助工具,利用人工智能提升实用性,确保其在临床中的有效应用。⑤研究视野需拓展,动态研究缺乏。研究多集中于特定地区,全国性研究不足,且缺少对SDM长期效果的动态跟踪。建议拓宽研究范围,开展纵向研究,深入探讨SDM对患者健康和医患关系的长期影响。

当前,SDM研究虽有进展,但仍存在实践应用不深入、研究视野有限等问题。未来应加强多学科协作,深化实践应用,拓展研究视角,推动SDM在临床中的广泛应用,提升医疗服务质量,改善医患关系。

参考文献

[1]

VEATCH R M. Models for ethical medicine in a revolutionary age: what physician-patient roles foster the most ethical relationship[J]. Hastings Center Report19722: 5-7.

[2]

CHARLES CGAFNI AWHELAN T. Shared decision-making in the medical encounter: what does it mean? (or it takes at least two to tango)[J]. Social Science and Medicine199744: 681-692.

[3]

高峰,赵明杰.医患共同决策最新研究进展[J].医学与哲学201637(1B):1-4.

[4]

GAO FZHAO M J. Review of foreign joint decision-making between doctors and patients[J]. Medicine and Philosophy201637(1B):1-4.

[5]

杜治政.共同决策:弥合分歧,营建医患同心的医疗[J].医学与哲学201839(4A):1-6.

[6]

DU Z Z. Shared decision-making: closing difference, constructing doctor patient one mind medicine[J]. Medine and Philosophy201839(4A):1-6.

[7]

郭莉萍.什么是叙事医学[J].浙江大学学报(医学版)201948(5):467-473.

[8]

GUO L P. What is narrative medicine?[J]. Journal of Zhejiang University (Medical Sciences)201948(5):467-473.

[9]

于跃海,乔远静,梁文娜,.癌症患者决策辅助工具应用体验质性研究的Meta整合[J]. 护理学杂志202439(2):52-56.

[10]

YU Y HQIAO Y JLIANG W Net al. Experiences of using patient decision aids for cancer treatment: a qualitative meta-synthesis[J]. Journal of Nursing Science202439(2): 52-56.

[11]

盛婉婷,杨小惠,陈家欣,.决策辅助工具在癌症患者治疗决策中应用效果的系统评价再评价[J].中国循证医学杂志202424(6):708-714.

[12]

SHENG W TYANG X HCHEN J Xet al. Efficacy of patient decision aids in treatment decision-making for cancer patients: an overview of systematic review[J]. Chinese Journal of Evidence-based Medicine202424(6):708-714.

[13]

朱向伟,卢根娣.ICU患者家属决策困境研究现状及启示[J].中国医学伦理学202437(2):168-176.

[14]

ZHU X WLU G D.Research status and inspiration on decision-making dilemmas on family members of intensive care unit patients[J]. Chinese Medical Ethics202437(2):168-176.

[15]

POPEJOY EALMACK KMANNING J Cet al. Communication strategies and persuasion as. core components of shared decision-making for children with life-limiting conditions: a multiple case study[J]. Palliative Medicine202236(3): 519-528.

[16]

STEEN J T V DRADBRUCH LHERTOGH C Met al. White paper defining optimal. palliative care in older people with dementia: a Delphi study and recommendations from the European Association for Palliative Care[J]. Palliative Medicine201428(3): 197-209.

[17]

PEARSON G JTHANASSOULIS GANDERSON T Jet al. Society guidelines 2021. Canadian Cardiovascular Society guidelines for the management of dyslipidemia for the prevention of cardiovascular disease in adults[J]. Canadian Journal of Cardiology202137(8): 1129-1150.

[18]

蔡昱.论对患者自主决策权的限制[J].医学与哲学(人文社会医学版)201031(3):41-43.

[19]

CAI Y. On the restriction of patients’ self -determination[J]. Medicine and Philosophy201031(3):41-43.

[20]

王丽娜,潘曙明.决策树在一例急诊上消化道出血患者诊疗方案制定中的应用[J].中国循证医学杂志201111(5):591-593.

[21]

WANG L NPAN S M.Use of decision tree in treating an emergency patient with upper gastrointestinal hemorrhage[J].Chinese Journal of Evidence-Based Medicine201111(5): 591-593.

[22]

何电,郑媛,詹思延.患者决策辅助系统的发展与应用[J].中国循证医学杂志201515(12):1484-1488.

[23]

HE DZHENG YZHAN S Y.The development and application of decision-aided system for patient[J].Chinese Journal of Evidence-Based Medicine201515(12): 1484-1488.

[24]

HARRIS A J LTRAN TJENKINS S Cet al. An appropriate verbal probability lexicon communicating surgical risks is unlikely to exist[J]. Journal of Experimental Psychology: Applied202228(3):538-554.

[25]

LORENZINI GARBELAEZ OSSA LSHAW D Met al. Artificial intelligence and the doctor-patient relationship: expanding the paradigm of shared decision making[J]. Bioethics202337(5): 424-429.

[26]

VAN CALSTER BMCLERNON D JVAN SMEDEN Met al. Calibration: the achilles heel of predictive analytics[J]. BMC Medicine201917(1): 230.

[27]

KASHYAP SMORSE KEPATEL Bet al. A survey of extant organizational and computational setups for deploying predictive models in health systems[J]. Journal of the American Medical Informatics Association202128(11): 2445-2450.

AI Summary AI Mindmap
PDF (1901KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/