Development and Feasibility Testing of PROMPT-Care, an eHealth System for Collection and Use of Patient-Reported Outcome Measures for Personalized Treatment and Care: A Study Protocol
Notice bibliographique
Résumé
BACKGROUND: Patient-reported outcome (PRO) measures have been used widely to screen for depression, anxiety, and symptoms in cancer patients. Computer-based applications that collect patients' responses and transfer them to the treating health professional in real time have the potential to improve patient well-being and cancer outcomes. OBJECTIVE: This study will test the feasibility and acceptability of a newly developed eHealth system which facilitates PRO data capture from cancer patients, data linkage and retrieval to support clinical decisions and patient self-management, and data retrieval to support ongoing evaluation and innovative research. METHODS: The eHealth system is being developed in consultation with 3 overarching content-specific expert advisory groups convened for this project: the clinical advisory group, technical advisory group, and evaluation advisory group. The following work has already been completed during this phase of the study: the Patient-Reported Outcome Measures for Personalized Treatment and Care (PROMPT-Care) eHealth system was developed, patient-reported outcomes were selected (distress, symptoms, unmet needs), algorithms to inform intervention thresholds for clinical and self-management were determined, clinician PRO feedback summary and longitudinal reports were designed, and patient self-management resources were collated. PROsaiq, a custom information technology system, will transfer PRO data in real time into the hospital-based oncology information system to support clinical decision making. The PROMPT-Care system feasibility and acceptability will be assessed through patients completing PROMPT-Care assessments, participating in face-to-face cognitive interviews, and completing evaluation surveys and telephone interviews and oncology staff participating in telephone interviews. RESULTS: Over the course of 3 months, the system will be pilot-tested with up to 50 patients receiving treatment or follow-up care and 6 oncology staff at 2 hospitals in New South Wales, Australia. Data will be collected to determine the accuracy and completeness of data transfer procedures, extent of missing data from participants' assessments, acceptability of the eHealth system and usefulness of the self-management resources (via patient evaluation surveys and interviews), and acceptability and perceived usefulness of real-time PRO reporting (via oncology staff interviews) at the completion of the pilot phase. CONCLUSIONS: This research investigates implementation of evidence into real world clinical practice through development of an efficient and user-friendly eHealth system. This study of feasibility and acceptability of the newly developed eHealth system will inform the next stage of larger scale testing and future implementation of the system as part of routine care. CLINICALTRIAL: Australian New Zealand Clinical Trials Registry ACTRN1261500135294; https://www.anzctr.org.au/Trial/Registration/TrialReview.aspx?id=369299&isReview=true (Archived by WebCite at http://www.webcitation.org/6lzylG5A0).
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 | 0,087 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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 ».