Design and feasibility of integrating personalized PRO dashboards into prostate cancer care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Patient-reported outcomes (PROs) are a valued source of health information, but prior work focuses largely on data capture without guidance on visual displays that promote effective PRO use in patient-centered care. We engaged patients, providers, and design experts in human-centered design of "PRO dashboards" that illustrate trends in health-related quality of life (HRQOL) reported by patients following prostate cancer treatment. MATERIALS AND METHODS: We designed and assessed the feasibility of integrating dashboards into care in 3 steps: (1) capture PRO needs of patients and providers through focus groups and interviews; (2) iteratively build and refine a prototype dashboard; and (3) pilot test dashboards with patients and their provider during follow-up care. RESULTS: Focus groups (n = 60 patients) prioritized needs for dashboards that compared longitudinal trends in patients' HRQOL with "men like me." Of the candidate dashboard designs, 50 patients and 50 providers rated pictographs less helpful than bar charts, line graphs, or tables (P < .001) and preferred bar charts and line graphs most. Given these needs and the design recommendations from our Patient Advisory Board (n = 7) and design experts (n = 7), we built and refined a prototype that charts patients' HRQOL compared with age- and treatment-matched patients in personalized dashboards. Pilot testing dashboard use (n = 12 patients) improved compliance with quality indicators for prostate cancer care (P < .01). CONCLUSION: PRO dashboards are a promising approach for integrating patient-generated data into prostate cancer care. Informed by human-centered design principles, this work establishes guidance on dashboard content, tailoring, and clinical use that patients and providers find meaningful.
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.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle