Factors in Sustained Compliance to a Symptom-Reporting Mobile Application: Implications for Clinical Implementation
Notice bibliographique
Résumé
Background: The Internet-based Computerized Patient Assessment System (iComPAsS), a remote pain- and symptom-reporting application was developed to optimize pain monitoring and management. This subanalysis sought to examine factors influencing compliance, to gauge the sustainability of its effects and to guide further development and implementation as part of usual care. Aim: This analysis sought to examine factors influencing compliance, to gauge the sustainability of its effects and to guide further development and implementation as part of usual care. Methods: Patients ≥ 18 years old, with cancer and moderate-severe pain were randomized to standard pain management with pain diary or iComPAsS. Pain and symptom severity (using Edmonton Symptom Assessment Scale) and compliance (to iComPAsS or diary) were evaluated at week 0, 3, 6, 12 and 20. The Treatment Self-regulation Questionnaire (TSRQ), used to assess patient motivation, was administered at week 0, 6, 12 and 20. Pain levels and compliance were compared between the groups using the Student t-test. The Pearson correlation coefficient was used to examine the relationship between compliance and pain control, perceived competence in pain self-care, and relative autonomy index. Results: Out of 100 patients enrolled, 76 were included in the analysis (control; 37; iComPAsS, 39). Baseline pain levels and TSRQ characteristics were similar between the groups. Initial compliance and pain control at week 3 were significantly higher in the iComPAsS group. For the iCompAsS group, compliance directly correlated with uncontrolled pain and intrinsic motivation, and was more sustained compared with the control group. Conclusion: The iComPAsS elicited rapid uptake and sustained compliance through intrinsic motivation. When adopting the iComPAsS for clinical use, patient baseline motivation levels may be assessed using the TSRQ, and depressive symptoms and other barriers to engagement must be identified.
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 | 0,038 | 0,183 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».