Optimizing Diabetes Self-management Using the Novel Skills, Confidence, and Preparedness Index (SCPI)
Notice bibliographique
Résumé
OBJECTIVE The Skills, Confidence, and Preparedness Index (SCPI) is an electronic tool designed to assess three dimensions (knowledge, confidence, and preparedness) in a clinically relevant measure with immediate feedback to guide the individualization of patient education. This study sought to assess the validity and reliability of the final SCPI generation, its relevance to glycemia, and its responsiveness to patient education. RESEARCH DESIGN AND METHODS In Part 1, patients with type 1 and type 2 diabetes were recruited from specialist clinics over a 6-month period and completed the 23-item SCPI using a tablet. In Part 2, participants also underwent a diabetes self-management education (DSME) program. Baseline SCPI score was used to guide the DSME, and SCPI and glycemia were assessed at completion. RESULTS In total, 423 patients met inclusion criteria and 405 had evaluable data. SCPI scores were found to have a high degree of validity, internal consistency, and test-retest reliability, with no floor or ceiling effects. Scoring was negatively correlated with HbA1c (type 1 diabetes: r = −0.26, P = 0.001; type 2 diabetes: r = −0.20, P = 0.004). In 51 participants who underwent a DSME intervention (6.4 ± 0.6 visits over a mean ± SD 3.4 ± 0.8 months), mean HbA1c improvement was 1.2 ± 0.2% (13.1 ± 2.2 mmol/mol, P < 0.0001). Total SCPI score and each subscore improved in parallel. CONCLUSIONS The SCPI tool is a quick and easy-to-use measurement of three domains: skills, confidence, and preparedness. The instant scoring and feedback and its relationship to glycemic control should improve the efficiency and quality of individualizing care in the diabetes clinic.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».