Internet-Based Patient Education Prior to Colonoscopy: Prospective, Observational Study of a Single Center’s Implementation, with Objective Assessment of Bowel Preparation Quality and Patient Satisfaction
Notice bibliographique
Résumé
BACKGROUND: Nonpharmacologic factors, including patient education, affect bowel preparation for colonoscopy. Optimal cleansing increases quality and reduces repeat procedures. This study prospectively analyzes use of an individualized online patient education module in place of traditional patient education. AIMS: To determine the effectiveness of online education for patients, measured by the proportion achieving sufficient bowel preparation. Secondary measures include assessment of patient satisfaction. METHODS: Prospective, single-center, observational study. Adults aged 19 years and over, with an e-mail account, scheduled for nonurgent colonoscopy, with English proficiency (or someone who could translate for them) were recruited. Demographics and objective bowel preparation quality were collected. Patient satisfaction was assessed via survey to assess clarity and usefulness of the module. RESULTS: Nine hundred consecutive patients completed the study. 84.6% of patients achieved adequate bowel preparation as measured by Boston bowel preparation score ≥ 6 and 90.1% scored adequately using Ottawa bowel preparation score ≤7. 94.2% and 92.1% of patients rated the web-education module as 'very useful' and 'very clear', respectively (≥8/10 on respective scales). CONCLUSIONS: Our analysis suggests that internet-based patient education prior to colonoscopy is a viable option and achieves adequate bowel preparation. Preparation quality is comparable to previously published trials. Included patients found the process clear and useful. Pragmatic benefits of a web-based protocol such as time and cost savings were not formally assessed but may contribute to greater satisfaction for endoscopists and patients.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».