A prospective comparison of telemedicine versus in-person delivery of an interprofessional education program for adults with inflammatory arthritis
Notice bibliographique
Résumé
Introduction We evaluated two modes of delivery of an inflammatory arthritis education program (“Prescription for Education” (RxEd)) in improving arthritis self-efficacy and other secondary outcomes. Methods We used a non-randomized, pre-post design to compare videoconferencing (R, remote using telemedicine) versus local (I, in-person) delivery of the program. Data were collected at baseline (T 1 ), immediately following RxEd (T 2 ), and at six months (T 3 ). Self-report questionnaires served as the data collection tool. Measures included demographics, disorder-related, Arthritis Self-Efficacy Scale (SE), previous knowledge (Arthritis Community Research and Evaluation Unit (ACREU) rheumatoid arthritis knowledge questionnaire), coping efficacy, Illness Intrusiveness, and Effective Consumer Scale. Analysis included: baseline comparisons and longitudinal trends (R vs I groups); direct between-group comparisons; and Generalized Estimating Equations (GEE) analysis. Results A total of 123 persons attended the program (I: n = 36; R: n = 87) and 111 completed the baseline questionnaire (T 1 ), with follow-up completed by 95% ( n = 117) at T 2 and 62% ( n = 76) at T 3 . No significant baseline differences were found across patient characteristics and outcome measures. Both groups (R and I) showed immediate effect (improved arthritis SE, mean change (95% confidence interval (CI)): R 1.07 (0.67, 1.48); I 1.48 (0.74, 2.23)) after the program that diminished over six months (mean change (95% CI): R 0.45 (−0.1, 0.1); I 0.73 (−0.25, 1.7)). For each of the secondary outcomes, both groups showed similar trends for improvement (mean change scores (95% CI)) over time. GEE analysis did not show any meaningful differences between groups (R vs I) over time. Discussion Improvements in arthritis self-efficacy and secondary outcomes displayed similar trends for I and R participant groups.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».