Patient Use of Smartphones to Communicate Subjective Data in Clinical Trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Various methods have been used in clinical trials to collect time-sensitive subjective responses, including study diaries, telephone interviews, and use of text messaging. However, all of these methods are limited by the uncertainty of when the participants enrolled in the study actually record their responses. This technical note reports on the utility of the BlackBerry smartphone to collect such data and why such a system provides advantages over other methods to report subjective ratings in clinical studies. METHODS: The Centre for Contact Lens Research developed an on-line web-enabled system that permits participants to record and immediately transmit subjective rating scores in numerical form directly into a web-enabled database. This, combined with the utility of BlackBerrys, enabled time-specific e-mail requests to be sent to the study participants and then for that data to be simultaneously transmitted to the web-enabled database. This system has been used in several clinical trials conducted at the Centre for Contact Lens Research, in which data were collected at various times and in several specific locations or environments. RESULTS: In the clinical trials conducted using this system, participants provided responses on 97.5% of occasions to the requests for data generated by the automated system. When the request was for data on a set date, this method resulted in responses of 84.1% of the time. CONCLUSIONS: The series of clinical trials reported here show the benefits of the utilization of the BlackBerry to collect time- or environment-sensitive data via a web-enabled system.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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