Utilization of the Medical Research Council Evaluation Framework in the Development of Technology for Symptom Management
Notice bibliographique
Résumé
BACKGROUND: Technology is becoming an important medium for supporting patients in health care. However, successful application depends on user acceptability. The Advanced Symptom Management System (ASyMS) involves patients reporting cancer chemotherapy-related symptoms using mobile phone technology. OBJECTIVE: The aim of this article was to report a study of how young people were involved in the development of ASyMS using the Medical Research Council framework for evaluating complex interventions. METHODS: A convenience sample of young people aged 13 to 18 years undergoing cancer chemotherapy were recruited from 2 principal cancer treatment centers in London. RESULTS: In phase 1, young people selected 5 symptoms from an adapted version of the Memorial Symptom Assessment Scale that were most important to them. In phase 2, young people completed the ASyMS-YG PDA (personal digital assistant) questionnaire daily on days 1 to 14 of a cycle of chemotherapy and pre/post-use questionnaires. In phase 1, 5 young people chose diarrhea, nausea, vomiting, constipation, and weight loss as the most important symptoms. In phase 2, 25 young people reported positively to using PDA technology, found ASyMS-YG simple and easy to complete, and liked that they were monitored at home. In addition to the 5 core symptoms, the ASyMS-YG reports showed the number (n = 37) of other symptoms young people experienced. CONCLUSIONS: This early development work indicates the acceptability of ASyMS-YG and has informed an exploratory trial (phase 3) and randomized controlled trial (stage 4). IMPLICATIONS FOR PRACTICE: This study reaffirms the importance of promoting communication between young people and health professionals.
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 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 | 0,004 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».