Development and Validation of a Novel Patient Educational Booklet to Enhance Colonoscopy Preparation
Notice bibliographique
Résumé
OBJECTIVES: The success of colonoscopy depends on high-quality bowel preparation by patients; yet inadequate preparation is common. We developed and tested an educational booklet to improve bowel preparation quality. METHODS: We conducted patient cognitive interviews to identify knowledge and belief barriers to colonoscopy preparation. We used these interviews to create an educational booklet to enhance preparatory behaviors. We then prospectively randomized patients scheduled for outpatient colonoscopy at a VA Medical Center to receive usual instructions vs. the booklet before colonoscopy. Patients in both groups received standard pharmacy instructions for single-dose bowel preparation; the protocol did not specify which purgatives to prescribe. The primary outcome was preparation quality based on blinded ratings using the validated Ottawa score. We performed bivariate analyses to compare mean scores between groups using a t-test, and logistic regression to measure the booklet effect on preparation quality, adjusting for potential confounders. RESULTS: A total of 436 patients were randomized between arms. In an intention-to-treat analysis of the primary outcome, mean Ottawa scores were superior in patients allocated to booklet vs. controls (P=0.03). An intention-to-treat analysis of the secondary outcome revealed a "good" preparation in 68 vs. 46% of booklet and control patients, respectively (P=0.054). In a per-protocol analysis limited to patients who actually received the booklet, preparation was good in 76 vs. 46% patients, respectively (P<0.00001). Regression analysis revealed that booklet receipt increased the odds of good preparation by 3.7 times (95% confidence interval=2.3-5.8). CONCLUSIONS: Provision of a novel educational booklet considerably improves preparation quality in patients receiving single-dose purgatives. The effect of the booklet on split-dose purgatives remains untested and will be evaluated in future research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».