MétaCan
Menu
Retour à la cohorte
Enregistrement W2036206498 · doi:10.1097/ncn.0b013e3181bcad12

Recording Practices and Satisfaction of Hemophiliac Patients Using Two Different Data Entry Systems

2009· article· en· W2036206498 sur OpenAlexaff
SOPHIE VALLÉE-SMEJDA, MARION HAHN, Nathalie Aubin, Christina Rosmus

Notice bibliographique

RevueCIN Computers Informatics Nursing · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueHemophilia Treatment and Research
Établissements canadiensMcGill UniversityBusiness Development Bank of CanadaMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedical recordMedicineQuality (philosophy)Data qualityVariety (cybernetics)Patient recordPatient satisfactionFamily medicinePsychologyMedical emergencyNursingOperations managementComputer scienceEngineeringSurgery

Résumé

récupéré en direct d'OpenAlex

Record keeping is integral to home treatment for hemophilia. Identified problems with paper diaries include suboptimal compliance and questionable data validity and quality. The effects of an electronic data recording system, Advoy, on data quality, patient adherence, and satisfaction were examined. An exploratory approach was used to examine the sequential use of paper diaries and e-diaries by 38 patients. Data were obtained from paper records for the 6 months preceding the introduction of the electronic record and from the first 6 months of use of Advoy. Completion of mandatory and additional treatment details was also compared. More mandatory information (27.57%) was recorded with the e-diary. As well, the amount of completed additional fields nearly doubled (19.9%-36.5%). Patients tended to complete a greater variety of additional fields with the e-diary than with paper records. Finally, a higher percentage of survey respondents (29.4%) indicated that they were "very satisfied" with Advoy compared with paper records (6.7%). Most survey respondents (94.4%) had a previous experience with electronic programs. The use of the e-diary significantly improved patient adherence in recording mandatory treatment information; the increase in additional data provided by the patients was also found to be an added benefit of this technology.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,080
Tête enseignante GPT0,376
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomainePrésentation des résultats
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

Citations11
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCIN Computers Informatics NursingMême sujetHemophilia Treatment and ResearchTravaux en français237 207