Educational virtual reality videos in improving bowel preparation quality and satisfaction of outpatients undergoing colonoscopy: protocol of a randomised controlled trial
Notice bibliographique
Résumé
INTRODUCTION: Colonoscopy is the reference method in screening and diagnosis of colorectal neoplasm, but its efficacy is closely related to the quality of bowel preparation. Poor patient compliance is a major risk factor for inadequate bowel preparation likely due to poor patient education. Such an education is usually provided via either oral or written instructions by clinicians. However, multiple education methods, such as smartphone applications, have been proved useful in aiding patients through bowel preparation. Also, it was reported that a large proportion of patients feel anxious before colonoscopy. Virtual reality (VR) is a novel method to educate patients and provides them with an immersive experience. Theoretically, it can make patients better prepared for bowel preparation and colonoscopy. However, no prospective studies have assessed the role of this novel technology in patient education before colonoscopy. We hypothesise that VR videos can improve bowel preparation quality and reduce pre-procedure anxiety. METHODS/DESIGN: The trial is a prospective, randomised, single-blinded, single-centre trial. Outpatients who are scheduled to undergo colonoscopy for screening or diagnostic purposes for the first time will be randomised to receive either the conventional patient education or the conventional methods plus VR videos, and 322 patients will be enrolled from the Peking Union Medical College Hospital. The primary endpoint is the quality of bowel preparation, measured by the Boston bowel preparation score. Secondary endpoints include polyp detection rate, adenoma detection rate, cecal intubation rate, patient compliance to complete bowel cleansing, withdrawal time, pre-procedure anxiety, overall satisfaction and willingness for the next colonoscopy. ETHICS AND DISSEMINATION: The study has been approved by the institutional review board of the Peking Union Medical College Hospital (No. ZS-1647). The results of this trial will be published in an open-access way and disseminated among gastrointestinal physicians and endoscopists. TRIAL REGISTRATION NUMBER: NCT03667911.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».