Meeting the Health Information Needs of Prostate Cancer Patients Using Personal Health Records
Notice bibliographique
Résumé
BACKGROUND: There is interest in the use of health information technology in the form of personal health record (phr) systems to support patient needs for health information, care, and decision-making, particularly for patients with distressing, chronic diseases such as prostate cancer (pca). We sought feedback from pca patients who used a phr. METHODS: For 6 months, 22 pca patients in various phases of care at the BC Cancer Agency (bcca) were given access to a secure Web-based phr called provider, which they could use to view their medical records and use a set of support tools. Feedback was obtained using an end-of-study survey on usability, satisfaction, and concerns with provider. Site activity was recorded to assess usage patterns. RESULTS: Of the 17 patients who completed the study, 29% encountered some minor difficulties using provider. No security breaches were known to have occurred. The two most commonly accessed medical records were laboratory test results and transcribed doctor's notes. Of survey respondents, 94% were satisfied with the access to their medical records, 65% said that provider helped to answer their questions, 77% felt that their privacy and confidentiality were preserved, 65% felt that using provider helped them to communicate better with their physicians, 83% found new and useful information that they would not have received by talking to their health care providers, and 88% said that they would continue to use provider. CONCLUSIONS: Our results support the notion that phrs can provide cancer patients with timely access to their medical records and health information, and can assist in communication with health care providers, in knowledge generation, and in patient empowerment.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».