MétaCan
Menu
Retour à la cohorte
Enregistrement W2893605430 · doi:10.1177/1460458218799458

A prospective evaluation of telemonitoring use by seniors with chronic heart failure: Adoption, self-care, and empowerment

2018· article· en· W2893605430 sur OpenAlexafffund
Mirou Jaana, Heather Sherrard, Guy Paré

Notice bibliographique

RevueHealth Informatics Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensHEC MontréalUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanadian Cardiovascular SocietyUniversity of Ottawa
Mots-clésPatient EmpowermentEmpowermentHeart failureMedicineSelf-managementSelf carePhysical therapyPsychologyNursingHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

Telemonitoring leverages technology for the follow-up of patients with heart failure. Limited evidence exists on how telemonitoring influences senior patients' attitudes and self-care practices. This study examines telemonitoring impacts on patient empowerment and self-care, and explores adoption factors among senior patients. A longitudinal study design was used, involving three surveys of elderly with chronic heart failure (n = 23) 1 week, 3 months, and 6 months after beginning telemonitoring use. Self-care, patient empowerment, and adoption factors were assessed using existing scales. The patients involved in this study perceived value of using telemonitoring, did not expect it to be difficult to use, and did not encounter adoption barriers. There was a significant improvement in patients' confidence in their ability to evaluate their symptoms, address them, and evaluate the effectiveness of the measures taken to address these symptoms. Yet, patients performed less self-care maintenance activities, and the capability of involvement in the decision-making related to their condition decreased. Telemonitoring can improve seniors' confidence in evaluating and addressing their symptoms in relation to heart failure. This patient management approach should be coupled with targeted education geared toward self-maintenance and self-management practices.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,316
Écart entre enseignants0,298 · 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'étudeObservationnel
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

Citations41
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Informatics JournalMême sujetHeart Failure Treatment and ManagementTravaux en français237 207