The Feasibility and Utility of a Personal Health Record for Persons With Dementia and Their Family Caregivers for Web-Based Care Coordination: Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: Managing the complex and long-term care needs of persons living with Alzheimer disease and related dementias (ADRD) can adversely impact the health of informal caregivers and their care recipients. Web-based personal health records (PHRs) are one way to potentially alleviate a caregiver's burden by simplifying ADRD health care management. OBJECTIVE: This study aimed to evaluate Personal Health Record for Persons with Dementia and Their Family Caregivers (PHR-ADRD), a free web-based information exchange tool, using a multiphase mixed methods approach. METHODS: Dementia caregivers (N=34) were surveyed for their well-being and perceptions of PHR-ADRD feasibility and utility at 6 and 12 months using close- and open-ended questions as well as a semistructured interview (n=8). Exploratory analyses compared participants' characteristics as well as PHR-ADRD use and experiences based on overall favorability status. RESULTS: Feasibility and utility scores decreased over time, but a subset of participants indicated that the system was helpful. Quantitative comparisons could not explain why some participants indicated favorable, neutral, or unfavorable views of the system overall or had not engaged with PHR-ADRD. Qualitative findings suggested that technology literacy and primary care provider buy-in were barriers. Both qualitative and qualitative findings indicated that time constraints to learn and use the system affected most participants. CONCLUSIONS: Development and dissemination of PHRs for family caregivers of persons with ADRD should aim to make systems user-friendly for persons with limited time and technological literacy. Establishing health care provider buy-in may be essential to the future success of any PHR system.
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 | 0,064 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».