MétaCan
Menu
Retour à la cohorte
Enregistrement W1633969754 · doi:10.2196/ijmr.3856

An Innovative Approach to Informing Research: Gathering Perspectives on Diabetes Care Challenges From an Online Patient Community

2015· article· en· W1633969754 sur OpenAlexvenueno aff
Emily B. Schroeder, Jay Desai, Julie A. Schmittdiel, Andrea R. Paolino, Jennifer L. Schneider, Glenn K. Goodrich, Jean M. Lawrence, Katherine M. Newton, Gregory A. Nichols, Patrick J. O’Connor, Marcy Fitz-Randolph, John F. Steiner

Notice bibliographique

RevueInteractive Journal of Medical Research · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesAgency for Healthcare Research and Quality
Mots-clésType 2 diabetesStakeholderDiabetes managementMedicineFamily medicineDiabetes mellitusQualitative researchGerontologyPsychologyPublic relations

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Funding agencies and researchers increasingly recognize the importance of patient stakeholder engagement in research. Despite calls for greater patient engagement, few studies have engaged a broad-based online community of patient stakeholders in the early stages of the research development process. OBJECTIVE: The objective of our study was to inform a research priority-setting agenda by using a Web-based survey to gather perceptions of important and difficult aspects of diabetes care from patient members of a social networking site-based community. METHODS: Invitations to participate in a Web-based survey were sent by email to members of the PatientsLikeMe online diabetes community. The survey asked both quantitative and qualitative questions addressing individuals' level of difficulty with diabetes care, provider communication, medication management, diet and exercise, and relationships with others. Qualitative responses were analyzed using content analysis. RESULTS: Of 6219 PatientsLikeMe members with diabetes who were sent survey invitations, 1044 (16.79%) opened the invitation and 320 (5.15% of 6219; 30.65% of 1044) completed the survey within 23 days. Of the 320 respondents, 33 (10.3%) reported having Type 1 diabetes; 107 (33.4%), Type 2 diabetes and taking insulin; and 180 (56.3%), Type 2 diabetes and taking oral agents or controlling their diabetes with lifestyle modifications. Compared to 2005-2010 National Health and Nutrition Examination Survey data for individuals with diabetes, our respondents were younger (mean age 55.8 years, SD 9.9 vs 59.4 years, SE 0.5); less likely to be male (111/320, 34.6% vs 48.4%); and less likely to be a racial or ethnic minority (40/312, 12.8% vs 37.5%). Of 29 potential challenges in diabetes care, 19 were categorized as difficult by 20% or more of respondents. Both quantitative and qualitative results indicated that top patient challenges were lifestyle concerns (diet, physical activity, weight, and stress) and interpersonal concerns (trying not to be a burden to others, getting support from family/friends). In our quantitative analysis, similar concerns were expressed across patient subgroups. CONCLUSIONS: Lifestyle and interpersonal factors were particularly challenging for our online sample of adults with Type 1 or Type 2 diabetes. Our study demonstrates the innovative use of social networking sites and online communities to gather rapid, meaningful, and relevant patient perspectives that can be used to inform the development of research agendas.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,011
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,765
Tête enseignante GPT0,629
Écart entre enseignants0,136 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetMental Health and Patient InvolvementTravaux en français237 207