Benefits and Disadvantages of Electronic Patient-reported Outcome Measures: Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Patient-reported outcome measures (PROMs) are important in clinical practice and research. The growth of electronic health technologies provides unprecedented opportunities to systematically collect information via PROMs. OBJECTIVE: The aim of this study was to provide an objective and comprehensive overview of the benefits, barriers, and disadvantages of the digital collection of qualitative electronic patient-reported outcome measures (ePROMs). METHODS: We performed a systematic review of articles retrieved from PubMED and Web of Science. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines were followed during all stages. The search strategy yielded a total of 2333 records, from which 32 met the predefined inclusion and exclusion criteria. The relevant ePROM-related information was extracted from each study. RESULTS: Results were clustered as benefits and disadvantages. Reported benefits of ePROMs were greater patient preference and acceptability, lower costs, similar or faster completion time, higher data quality and response rates, and facilitated symptom management and patient-clinician communication. Tablets were the most used ePROM modality (14/32, 44%), and, as a platform, Web-based systems were used the most (26/32, 81%). Potential disadvantages of ePROMs include privacy protection, a possible large initial financial investment, and exclusion of certain populations or the "digital divide." CONCLUSIONS: In conclusion, ePROMs offer many advantages over paper-based collection of patient-reported outcomes. Overall, ePROMs are preferred over paper-based methods, improve data quality, result in similar or faster completion time, decrease costs, and facilitate clinical decision making and symptom management. Disadvantages regarding ePROMs have been outlined, and suggestions are provided to overcome the barriers. We provide a path forward for researchers and clinicians interested in implementing ePROMs. TRIAL REGISTRATION: PROSPERO CRD42018094795; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=94795.
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 | 0,084 | 0,311 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,012 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».