Can Geriatric Psychiatry Patients Complete Symptoms Self-Reports Using Tablets? A Randomized Study
Notice bibliographique
Résumé
BACKGROUND: With our aging population and limited number of geriatric psychiatrists, innovations must be made in order to meet the growing demands for geriatric psychiatry services. Emerging technologies could greatly improve access to care and systematic data collection. METHODS: This randomized study compared completion rates and time to completion (primary outcomes) when using iPad technology vs. traditional paper forms to complete self-report psychiatric symptoms. Geriatric psychiatry outpatients (n = 72) and adult psychiatry inpatients (n = 50) were recruited to complete the Brief Symptom Inventory (BSI-53), the Activities of Daily Living (ADL), and Patient Health Questionnaire (PHQ-9) questionnaires. RESULTS: = .04) were associated with a shorter time to completion. The effect of questionnaire formats was especially prominent in the inpatient group on time to completion. CONCLUSIONS: Older adults with mental illness demonstrate a similar ability to complete self-report questionnaires whether iPads or paper forms. iPad questionnaires may even require less time to complete in geriatric psychiatry inpatients. Patients also found iPad questionnaires to be easy to use and read. Tablets could potentially be used for psychiatric symptom assessment for clinical, research, and population health purposes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».