Feasibility testing of smart tablet questionnaires compared to paper questionnaires in an amputee rehabilitation clinic
Notice bibliographique
Résumé
BACKGROUND: Capturing the variability that exists among patients attending an amputee clinic using standardized paper-based questionnaires is time-consuming and may not be practical for routine clinical use. Electronic questionnaires are a potential solution; however, the benefits are dependent on the feasibility and acceptance of this mode of data collection among patients. OBJECTIVE: To determine the feasibility and patient preference/comfort in using a tablet-based questionnaire for data collection in an outpatient amputee rehabilitation clinic compared to a traditional paper-based questionnaire. STUDY DESIGN: Observational study. METHODS: In all, 48 patients with major extremity amputations completed both tablet and paper questionnaires related to their amputation and prosthetic use. Both trials were timed; patients then completed a semi-structured questionnaire about their experience. RESULTS: In all, 20.5% of patients needed hands-on assistance completing the paper questionnaire compared to 20.8% for the tablet. The majority of participants (52.1%) indicated a preference for the tablet questionnaire; 64.6% of patients felt the tablet collected a more complete and accurate representation of their status and needs. In all, 70.8% of participants described themselves as comfortable using the tablet. CONCLUSION: Despite comorbidities, patients with amputations demonstrated excellent acceptance of the electronic tablet-based questionnaire. Tablet questionnaires have significant potential advantages over paper questionnaires and should be further explored. Clinical relevance A custom electronic questionnaire was found to be beneficial for routine clinic use and was well received by patients in an amputee rehabilitation clinic. Development of such questionnaires can provide an efficient mechanism to collect meaningful data that can be used for individual patient care and program quality improvement initiatives.
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 | 0,026 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».