MétaCan
Menu
Retour à la cohorte
Enregistrement W2331622059 · doi:10.1097/ncn.0b013e31823eb8f9

Development and Evaluation of a Web Site to Improve Recovery From Hysterectomy

2012· article· en· W2331622059 sur OpenAlexaff
Steven Dukeshire, Donna Gilmour, Norman Macdonald, Kate Mackenzie

Notice bibliographique

RevueCIN Computers Informatics Nursing · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueEndometriosis Research and Treatment
Établissements canadiensNova Scotia Department of Agriculture
Organismes subventionnairesnon disponible
Mots-clésWeb siteHysterectomyMedicineWorryAnxietyMedical emergencyThe InternetWorld Wide WebSurgeryComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Following surgery, information received upon discharge for recovery at home varies depending on the hospital, and the information is typically given to the patient all at once rather than timed to the recovery process. To address these information challenges, a Web site to help women recovering at home after hysterectomy was developed and evaluated. The Web site was designed to guide the hysterectomy patient through her postsurgical recovery by providing timely and relevant information tailored to the patient's stage of recovery. The Web site required patients to complete a checkup assessing 18 symptoms related to their recovery, and advice was given on how to deal with any symptom the patient had. The Web site also provided care tips specific to the patient's day of recovery along with general information regarding hysterectomy and recovery. Thirty-one women participated in the evaluation, which consisted of preoperative and postoperative surveys as well as a telephone interview. Results indicated that patients frequently used and were highly satisfied with the Web site. Patients reported that the Web site was easy to use and informative, helped to guide their recovery, reduced worry and anxiety, and helped to inform decisions of when and how to contact health professionals. Based on the findings, the Web site represents a potentially cost-effective means to aid women recovering from hysterectomy.

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)0,010
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,336
Écart entre enseignants0,293 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations14
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCIN Computers Informatics NursingMême sujetEndometriosis Research and TreatmentTravaux en français237 207