Computer-assisted instruction before colonoscopy is as effective as nurse counselling, a clinical pilot trial
Notice bibliographique
Résumé
BACKGROUND AND STUDY AIMS: Better patient education prior to colonoscopy improves adherence to instructions for bowel preparation and leads to cleaner colons. We reasoned that computer assisted instruction (CAI) using video and 3 D animations followed by nurse contact maximizes the effectiveness of nurse counselling, increases proportion of clean colons and improves patient experience. PATIENTS AND METHODS: Adults referred for colonoscopy in a high-volume endoscopy unit in the Netherlands were included. Exclusion criteria were illiteracy in Dutch and audiovisual handicaps. Patients were prospectively divided into 2 groups, 1 group received nurse counselling and 1 group received CAI and a nurse contact before colonoscopy. The main outcome, cleanliness of the colon during examination, was measured with Ottawa Bowel Preparation Scale (OBPS) and Boston Bowel Preparation Scale (BBPS). We assessed patient comfort and anxiety at 3 different time points. RESULTS: We included 385 patients: 197 received traditional nurse counselling and 188 received CAI. Overall patient response rates were 99 %, 76.4 % and 69.9 % respectively. Endoscopists scored cleanliness in 60.8 %. Comparative analysis of the 39.2 % of patients with missing scores showed no significant difference on age, gender or educational level. Baseline characteristics were evenly distributed over the groups. Bowel cleanliness was satisfactory and did not differ amongst groups: nurse vs. CAI group scores in BBPS: (6.54 ± 1.69 vs. 6.42 ± 1.62); OBPS: (6.07 ± 2.53 vs. 5.80 ± 2.90). Patient comfort scores were significantly higher (4.29 ± 0.62 vs. 4.42 ± 0.68) in the CAI group shortly before colonoscopy. Anxiety and knowledge scores were similar. CONCLUSION: CAI is a safe and practical tool to instruct patients before colonoscopy. We recommend the combination of CAI with a short nurse contact for daily practice.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».