User-Centered Design of a Tablet Waiting Room Tool for Complex Patients to Prioritize Discussion Topics for Primary Care Visits
Notice bibliographique
Résumé
BACKGROUND: Complex patients with multiple chronic conditions often face significant challenges communicating and coordinating with their primary care physicians. These challenges are exacerbated by the limited time allotted to primary care visits. OBJECTIVE: Our aim was to employ a user-centered design process to create a tablet tool for use by patients for visit discussion prioritization. METHODS: We employed user-centered design methods to create a tablet-based waiting room tool that enables complex patients to identify and set discussion topic priorities for their primary care visit. In an iterative design process, we completed one-on-one interviews with 40 patients and their 17 primary care providers, followed by three design sessions with a 12-patient group. We audiorecorded and transcribed all discussions and categorized major themes. In addition, we met with 15 key health communication, education, and technology leaders within our health system to further review the design and plan for broader implementation of the tool. In this paper, we present the significant changes made to the tablet tool at each phase of this design work. RESULTS: Patient feedback emphasized the need to make the tablet tool accessible for patients who lacked technical proficiency and to reduce the quantity and complexity of text presentation. Both patients and their providers identified specific content choices based on their personal experiences (eg, the ability to raise private or sensitive concerns) and recommended targeting new patients. Stakeholder groups provided essential input on the need to augment text with video and to create different versions of the videos to match sex and race/ethnicity of the actors with patients. CONCLUSIONS: User-centered design in collaboration with patients, providers, and key health stakeholders led to marked evolution in the initial content, layout, and target audience for a tablet waiting room tool intended to assist complex patients with setting visit discussion priorities.
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 | 0,009 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».