Toward Electronic Health Recording: Evaluation of Electronic Patient-reported Outcome Measures System for Remote Monitoring of Early Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To assess the use of electronic patient-reported outcome measures (ePROM) in standard clinical practice for early rheumatoid arthritis (RA) management, the ePROM ability to enhance clinical care, and how computing technology can improve the patients' adherence to therapy. METHODS: In a double-blinded randomized-controlled study, 211 patients with early RA diagnosed according to American College of Rheumatology/European League Against Rheumatism criteria completed a PROM in paper format at their first clinic visit. Patients were then randomized to Group 1, which completed an ePROM questionnaire monthly, or Group 2, which continued the standard paper PROM format. Over a 12-month period, Group 1 patients were assessed every 3 months in the clinic, whereas Group 2 patients were assessed in the clinic initially monthly for 6 months, then every 3 months. The primary endpoint was the equivalence of outcomes [Routine Assessment of Patient Index Data 3 (RAPID-3) and 28-joint Disease Activity Score (DAS28)] in both groups. The secondary endpoint was the patients' adherence to their medications. RESULTS: There was no significant difference between disease activity measures as well as DAS28 and RAPID-3 scores at 3, 6, and 12 months of management, although there was a trend toward lower patient-reported tender joint count and functional disability score in the active group versus the control group. The patients' adherence to antirheumatic therapy was significantly higher (p < 0.01) in the ePROM group, whereas stopping disease-modifying antirheumatic drugs for intolerability was significantly higher (p < 0.01) in the control group at 12 months of treatment. CONCLUSION: We found ePROM equivalent to standard paper PROM format. Further, it enabled the patients to personally monitor how they are doing regarding their disease activity and helped to optimize their adherence to their treatment.
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 | 0,024 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 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 ».