MétaCan
Menu
Retour à la cohorte
Enregistrement W2598817971 · doi:10.1001/jamasurg.2017.0111

Effect of Home Monitoring via Mobile App on the Number of In-Person Visits Following Ambulatory Surgery

2017· article· en· W2598817971 sur OpenAlexaff
Kathleen Armstrong, Peter C. Coyte, Mitchell H. Brown, Brett Beber, John L. Semple

Notice bibliographique

RevueJAMA Surgery · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBreast Implant and Reconstruction
Établissements canadiensWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAmbulatoryMobile appsSmartphone appSurgeryEmergency medicineMedical emergencyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Importance: In the age of information and patient-centered care, new methods of delivering postoperative care must be developed and evaluated. Objective: To determine whether follow-up care delivered via a mobile app can be used to avert in-person follow-up care visits compared with conventional, in-person follow-up care in the first 30 days following ambulatory surgery. Design, Setting, and Participants: A randomized clinical trial was conducted from February 1 to August 31, 2015, among ambulatory patients undergoing breast reconstruction at an academic ambulatory care hospital. Patients were randomly assigned to receive follow-up care via a mobile app or at an in-person visit during the first 30 days after the operation. Analysis was intention-to-treat. Main Outcomes and Measures: The primary end point was the number of in-person follow-up visits during the first 30 days after the operation. Secondary end points were the number of telephone calls and emails to health care professionals, patient-reported convenience and satisfaction scores, and rates of complications. Results: Of the 65 women in the study (mean [SD] age, 47.7 [13.4] years), 32 (49%) were in the mobile app group, and 33 (51%) were in the in-person follow-up care group. Those in the mobile app group attended a mean of 0.66 in-person visits, vs 1.64 in-person visits in the in-person follow-up care group, for a difference of 0.40 times fewer in-person visits (95% CI, 0.24-0.66; P < .001) and sent more emails to their health care professionals during the first 30 days after the operation (mean, 0.65 vs 0.15; incidence rate ratio, 4.13; 95% CI, 1.55-10.99; P = .005) than did patients in the in-person follow-up care group. This statistically significant difference was maintained at 3 months postoperatively. The mobile app group reported higher convenience scores than the in-person follow-up care group (incidence rate ratio, 1.39; 95% CI, 1.09-1.77; P = .008). There was no difference between groups in the number of telephone communications, satisfaction scores, or complication rates. Conclusions and Relevance: Patients undergoing ambulatory breast reconstruction can use follow-up care via a mobile app to avert in-person follow-up visits during the first 30 days after the operation. Mobile app follow-up care affects neither complication rates nor patient-reported satisfaction scores, but it improves patient-reported convenience scores. Trial Registration: clinicaltrials.gov Identifier: NCT02318953.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,284
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations152
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA SurgeryMême sujetBreast Implant and ReconstructionTravaux en français237 207