A randomized controlled trial of an educational video to improve quality of bowel preparation for colonoscopy
Notice bibliographique
Résumé
BACKGROUND: High-quality bowel preparation is necessary for colonoscopy. A few studies have been conducted to investigate improvement in bowel preparation quality through patient education. However, the effect of patient education on bowel preparation has not been well studied. METHODS: A randomized and prospective study was conducted. All patients received regular instruction for bowel preparation during a pre-colonoscopy visit. Those scheduled for colonoscopy were randomly assigned to view an educational video instruction (video group) on the day before the colonoscopy, or to a non-video (control) group. Qualities of bowel preparation using the Ottawa Bowel Preparation Quality scale (Ottawa score) were compared between the video and non-video groups. In addition, factors associated with poor bowel preparation were investigated. RESULT: A total of 502 patients were randomized, 250 to the video group and 252 to the non-video group. The video group exhibited better bowel preparation (mean Ottawa total score: 3.03 ± 1.9) than the non-video group (4.21 ± 1.9; P < 0.001) and had good bowel preparation for colonoscopy (total Ottawa score <6: 91.6 % vs. 78.5 %; P < 0.001). Multivariate analysis revealed that males (odds ratio [OR] = 1.95, P = 0.029), diabetes mellitus patients (OR = 2.79, P = 0.021), and non-use of visual aids (OR = 3.09, P < 0.001) were associated with poor bowel preparation. In the comparison of the colonoscopic outcomes between groups, the polyp detection rate was not significantly different between video group and non-video group (48/250, 19.2 % vs. 48/252, 19.0 %; P = 0.963), but insertion time was significantly short in video group (5.5 ± 3.2 min) than non-video group (6.1 ± 3.7 min; P = 0.043). CONCLUSION: The addition of an educational video could improve the quality of bowel preparation in comparison with standard preparation method. TRIAL REGISTRATION: Clinical Research Information Service KCT0001836 . The date of registration: March, 08(th), 2016, Retrospectively registered.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».