DOI: https://doi.org/10.1038/s41598-025-33500-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41663473
تاريخ النشر: 2026-02-09
المؤلف: Genko Oyama وآخرون
الموضوع الرئيسي: التواصل بين المرضى ومقدمي الرعاية الصحية
نظرة عامة
تدرس دراسة GAP-AI الفجوات في الإدراك والتواصل بين المرضى الذين يعانون من أمراض عصبية—تحديدًا مرض باركنسون، التصلب المتعدد، والصرع—وأطبائهم المعالجين. أجريت كدراسة رصدية في مركز واحد مع 197 مريضًا و12 طبيبًا، استخدمت الأبحاث استبيانات متنوعة لتقييم رضا المرضى، اتخاذ القرار المشترك، الأنشطة اليومية، وجودة الحياة عبر زيارتين للعيادة. كانت النتيجة الأساسية المقاسة هي فجوة الإدراك، والتي تُعرف بأنها الاختلافات في الردود بين المرضى والأطباء. وجدت الدراسة فجوات إدراك طفيفة في هذه المجالات، تأثرت بعوامل مثل عمر الطبيب، الخبرة، مجال المرض، وحجم المرضى، حيث كان الأطباء الأكثر خبرة غالبًا ما يقدمون تقييمات تختلف عن تقييمات المرضى الذاتية.
بالإضافة إلى ذلك، استخدمت الدراسة خوارزميات تعلم الآلة المتعددة لإنشاء نماذج تنبؤية لفجوة الإدراك بين المرضى والأطباء، حيث حققت خوارزمية الجيران الأقرب أداءً تنبؤيًا الأفضل. تؤكد النتائج على أهمية التعرف على هذه الفجوات ومعالجتها لتعزيز الرعاية المتمحورة حول المريض وتحسين النتائج السريرية. تسلط الدراسة الضوء على دور اتخاذ القرار المشترك في تعزيز التواصل والفهم بين المرضى ومقدمي الرعاية الصحية، بهدف تحسين رضا العلاج وجودة حياة المرضى.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. عادةً ما يتضمن بيانات كمية، تحليلات إحصائية، وتمثيلات بصرية مثل الرسوم البيانية أو الجداول التي توضح النتائج. غالبًا ما تتم مقارنة النتائج مع الفرضيات أو الدراسات السابقة لتسليط الضوء على الفروق المهمة أو التأكيدات.
في هذا القسم، قد يبلغ المؤلفون عن مقاييس محددة، مثل المتوسطات، والانحرافات المعيارية، وقيم p، لتوفير فهم واضح لتداعيات البيانات. بالإضافة إلى ذلك، يتم مناقشة أي اتجاهات أو أنماط ملحوظة، مع التأكيد على أهميتها بالنسبة لأسئلة البحث المطروحة سابقًا في الدراسة. بشكل عام، تخدم النتائج لتأكيد أهداف البحث وتساهم في المجال الأوسع من الاستفسار.
المناقشة
تحققت الدراسة في فجوات الإدراك بين المرضى الذين يعانون من أمراض عصبية (مرض باركنسون، التصلب المتعدد، والصرع) وأطبائهم، باستخدام نتائج المرضى المبلغ عنها (PROs) واستبيان أصلي. تم تحليل 197 مريضًا، وكشف أن الغالبية كانوا من النساء بمتوسط عمر 58.1 عامًا، وتم تشخيصهم بشكل أساسي بمرض باركنسون. أشارت النتائج إلى وجود اختلافات كبيرة في الردود بين المرضى والأطباء عبر استبيانات متنوعة، بما في ذلك استبيان رضا المرضى (PSQ-18) واستبيانات اتخاذ القرار المشترك (SDM-Q-9/Doc). من الجدير بالذكر أن 19.3% فقط من ردود المرضى بشأن جودة الحياة (QoL) تتماشى مع تلك الخاصة بأطبائهم، مما يبرز الفجوات الحرجة في فهم أولويات المرضى ورضاهم.
شملت العوامل التي تؤثر على هذه الفجوات في الإدراك حالة مقدمي الرعاية، العمر، نوع التشخيص، وخبرة الطبيب. حددت تحليلات الانحدار المتعدد أن عمر المريض وخبرة الطبيب هما مؤشرات مهمة لفجوات الإدراك. كما استخدمت الدراسة تقنيات تعلم الآلة، وتحديدًا نموذج الجيران الأقرب، الذي أظهر أداءً تنبؤيًا قويًا في تحديد هذه الفجوات. تؤكد النتائج على أهمية معالجة التباينات في الإدراك لتعزيز التواصل والرعاية المتمحورة حول المريض في الممارسة العصبية، مما يشير إلى أن فهم هذه الفجوات يمكن أن يؤدي إلى تحسين نتائج العلاج ورضا المرضى. يجب أن تستكشف الأبحاث المستقبلية تداعيات هذه الفجوات على النتائج السريرية وفعالية التدخلات التي تهدف إلى سدها.
DOI: https://doi.org/10.1038/s41598-025-33500-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41663473
Publication Date: 2026-02-09
Author(s): Genko Oyama et al.
Primary Topic: Patient-Provider Communication in Healthcare
Overview
The GAP-AI study investigates the perception and communication gaps between patients with neurological diseases—specifically Parkinson’s disease, multiple sclerosis, and epilepsy—and their treating physicians. Conducted as a single-center observational study with 197 patients and 12 physicians, the research utilized various questionnaires to assess patient satisfaction, shared decision-making, activities of daily living, and quality of life across two clinic visits. The primary outcome measured was the perception gap, defined as the differences in responses between patients and physicians. The study found minimal perception gaps in these areas, influenced by factors such as the physician’s age, experience, disease area, and patient load, with more experienced physicians often providing evaluations that differed from their patients’ self-assessments.
Additionally, the study employed multiple machine learning algorithms to create predictive models for the patient-physician perception gap, with the k-nearest neighbors algorithm yielding the best predictive performance. The findings underscore the importance of recognizing and addressing these perception gaps to enhance patient-centered care and improve clinical outcomes. The study highlights the role of shared decision-making in fostering better communication and understanding between patients and healthcare providers, ultimately aiming to improve treatment satisfaction and patient quality of life.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments or analyses. It typically includes quantitative data, statistical analyses, and visual representations such as graphs or tables that illustrate the outcomes. The results are often compared against hypotheses or previous studies to highlight significant differences or confirmations.
In this section, the authors may report specific metrics, such as means, standard deviations, and p-values, to provide a clear understanding of the data’s implications. Additionally, any observed trends or patterns are discussed, emphasizing their relevance to the research questions posed earlier in the study. Overall, the results serve to substantiate the research objectives and contribute to the broader field of inquiry.
Discussion
The study investigated perception gaps between patients with neurological diseases (Parkinson’s disease, multiple sclerosis, and epilepsy) and their physicians, utilizing validated patient-reported outcomes (PROs) and an original questionnaire. A total of 197 patients were analyzed, revealing that the majority were women with a mean age of 58.1 years, predominantly diagnosed with Parkinson’s disease. The findings indicated significant discrepancies in responses between patients and physicians across various questionnaires, including the Patient Satisfaction Questionnaire (PSQ-18) and Shared Decision Making Questionnaires (SDM-Q-9/Doc). Notably, only 19.3% of patients’ responses regarding quality of life (QoL) aligned with those of their physicians, highlighting critical gaps in understanding patient priorities and satisfaction.
Factors influencing these perception gaps included caregiver status, age, type of diagnosis, and physician experience. Multiple regression analyses identified patient age and physician experience as significant predictors of perception gaps. The study also employed machine learning techniques, specifically a k-nearest neighbors model, which demonstrated strong predictive performance in identifying these gaps. The results underscore the importance of addressing perception discrepancies to enhance communication and patient-centered care in neurological practice, suggesting that understanding these gaps could lead to improved treatment outcomes and satisfaction. Future research should explore the implications of these gaps on clinical outcomes and the effectiveness of interventions aimed at bridging them.