MétaCan
Menu
Retour à la cohorte
Enregistrement W2233616443 · doi:10.2196/resprot.4571

An Online Tailored Self-Management Program for Patients With Rheumatoid Arthritis: A Developmental Study

2015· article· en· W2233616443 sur OpenAlexvenueno aff
Rixt Zuidema, Betsie G.I. van Gaal, Sandra van Dulmen, Han Repping‐Wuts, Lisette Schoonhoven

Notice bibliographique

RevueJMIR Research Protocols · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensnon disponible
Organismes subventionnairesZonMwPfizer
Mots-clésRheumatoid arthritisSelf-managementMedicinePhysical therapyDisease managementAlternative medicineComputer scienceInternal medicineHealth management systemArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Every day rheumatoid arthritis (RA) patients make many decisions about managing their disease. An online, computer-tailored, self-management program can support this decision making, but development of such a program requires the active participation of patients. OBJECTIVE: To develop an online, computer-tailored, self-management program integrated with the nursing care, as nurses have an important role in supporting self-management behavior. METHODS: The intervention mapping framework was used to develop the program. Development was a multistep process: (1) needs assessment; (2) developing program and change objectives in a matrix; (3) selecting theory-based intervention methods and practical application strategies; (4) producing program components; (5) planning and adoption, implementation, and sustainability; and (6) planning for evaluation. RESULTS: After conducting the needs assessment (step 1), nine health-related problems were identified: (1) balancing rest and activity, (2) setting boundaries, (3) asking for help and support, (4) use of medicines, (5) communicating with health professionals, (6) use of assistive devices, (7) performing physical exercises, (8) coping with worries, and (9) coping with RA. After defining performance and change objectives (step 2), we identified a number of methods which could be used to achieve them (step 3), such as provision of general information about health-related behavior, self-monitoring of behavior, persuasive communication, modeling, and self-persuasion and tailoring. We described and operationalized these methods in texts, videos, exercises, and a medication intake schedule. The resulting program (step 4) consisted of an introduction module and nine modules dealing with health-related problems. The content of these modules is tailored to the user's self-efficacy, and patients can use the online program as often as they want, working through a module or modules at their own speed. After implementation (step 5), the program will be evaluated in a two-center pilot trial involving 200 RA patients. Log-in data and qualitative interviews will used for a process evaluation. CONCLUSIONS: The intervention mapping framework was used to guide development of an online computer-tailored self-management program via a process which could serve as a model for the development of other interventions. A pilot randomized controlled trial (RCT) will provide insight into the important outcome measures in preparation for a larger RCT. The process evaluation will provide insight into how RA patients use the program and the attrition rate. TRIAL REGISTRATION: Netherlands Trial Register (NTR): NTR4871; http://www.trialregister.nl/trialreg/admin/rctview.asp?TC=4871 [accessed 13-NOV-15] http://www.webcitation.org/6d1ZyIoEy.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,130
Tête enseignante GPT0,470
Écart entre enseignants0,340 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207