Engaging patients and family members in the evaluation of a mental health patient portal: protocol for a mixed-methods study
Notice bibliographique
Résumé
INTRODUCTION: Twenty per cent of Canadians will experience a mental illness in any year. Mental health patient portals have been developed to support these individuals in taking more control over their own mental health and care. This may be done through electronic access to their health records and other supportive functions like completion of online self-assessments. To date, there has been limited research into the value that these portals may provide within mental health contexts. This study will identify what value mental health patient portals may offer to patients and their family members. METHODS AND ANALYSIS: This study will use a mixed-methods design. Patients will complete a survey consisting of validated instruments at the time of enrolment in the portal, and at 3 and 6 months of portal use. Patient and family member focus groups will be conducted. Portal usage data will be collected to identify if there are differences in outcomes based on usage. The study will be done at Canada's largest mental health and addiction teaching hospital, and will be conducted using a patient and family-oriented research approach, engaging these important representatives in all stages of the research process. The primary data analysis for the survey portion of the study will be done using linear mixed-effect models, assessing the differences between patients with different portal usage levels. A thematic analysis will be conducted of the focus group transcripts. ETHICS AND DISSEMINATION: Approval from the study site's Research Ethics Board has been obtained. The dissemination of findings of this study will be done through presentations at conferences, as well as a formal peer-reviewed journal article. Additionally, the research team will work with a group of patients and family members to identify opportunities to complete knowledge translation and dissemination activities in non-traditional venues.
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 | 0,099 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,018 |
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 ».