Challenges of evaluating a computer-based educational programme for women diagnosed with early-stage breast cancer: a randomised controlled trial
Notice bibliographique
Résumé
In a two-group, multi-centre, randomised controlled 9 months trial, we (1) evaluated the impact of a computer-based educational programme compared to standard care and (2) examined whether different patterns of programme usage could be explained by demographic, medical and psychosocial factors. We involved 226 Swedish-speaking women diagnosed with early-stage breast cancer and scheduled for surgery. Primary outcomes were health self-efficacy and health care participation measured by the Comprehensive Health Enhancement Supportive System instrument. Secondary outcomes were anxiety and depression levels measured by the Hospital Anxiety and Depression scale. The Functional Assessment of Cancer Therapy-Breast and Sense of Coherence scales measured psychosocial factors for the study's secondary aim. Multi-level modelling revealed no statistically significant impact of the computer-based educational programme over time on the outcomes. Subsequent exploratory regression analysis revealed that older women with axillary dissection and increased physical well-being were more likely to use the programme. Furthermore, receiving post-operative chemotherapy and increased meaningfulness decreased the likelihood of use. Providing reliable and evidence-based medical and rehabilitation information via a computer-based programme might not be enough to influence multi-dimensional outcomes in women diagnosed with breast cancer. The use of these programmes should be further explored to promote adherence to e-Health supportive interventions.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».