Feasibility, Acceptability, and Impact of a Web-Based Structured Education Program for Type 2 Diabetes: Real-World Study
Notice bibliographique
Résumé
BACKGROUND: Structured education for people with type 2 diabetes improves outcomes, but uptake is low globally. In the United Kingdom in 2016, only 8.3% of people who were referred to education programs attended the program. We have developed a Web-based structured education program named Healthy Living for People with type 2 Diabetes (HeLP-Diabetes): Starting Out (HDSO), as an alternative to face-to-face courses. A Web-based program gives people more options for accessing structured education and may help improve overall uptake. OBJECTIVE: The aim was to explore the feasibility and acceptability of delivering a Web-based structured education program (named HeLP-Diabetes: Starting Out) in routine primary health care and its potential impact on self-efficacy and diabetes-related distress. METHODS: HDSO was delivered as part of routine diabetes services in primary health care in the United Kingdom, having been commissioned by local Clinical Commissioning Groups. Quantitative data were collected on uptake, use of the program, demographic characteristics, self-reported self-efficacy, and diabetes-related distress. A subsample of people with type 2 diabetes and health care professionals were interviewed about acceptability of the program. RESULTS: It was feasible to deliver the program, but completion rates were low: of 791 people with type 2 diabetes registered, only 74 (9.0%) completed it. Completers improved their self-efficacy (change in median score 2.5, P=.001) and diabetes-related distress (change in median score 6.0, P=.001). Interview data suggested that the course was acceptable, and that uptake and completion may be related to nonprioritization of structured education. CONCLUSIONS: The study provides evidence of the feasibility and acceptability of a Web-based structured education. However, uptake and completion rates were low, limiting potential population impact. Further research is needed to improve completion rates, and to determine the relative effectiveness of Web-based versus face-to-face education.
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 | 0,019 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».