MétaCan
Menu
← Retour à la cohorte
Enregistrement W3036361587 · doi:10.5430/jnep.v10n9p72

Health literacy and optimizing education materials in a surgical population

2020· article· en· W3036361587 sur OpenAlexvenueno aff
Eline Mariose Dijkman, Jobbe Pierre Lucien Leenen, Remco Matthijs Koorn, Diana Wilmink

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth literacyMedicinePatient educationLiteracyPopulationFamily medicinePsychologyHealth careEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Objective: The aim is to examine and compare the level of health literacy (HL) amongst surgical vascular and abdominal patients and measuring the understandability and actionability of current and optimized education materials.Methods: A cross-sectional design was utilized. Patients undergoing abdominal or vascular surgery, were included for measuring HL with the Newest Vital Sign Dutch (NVS-d) tool. The Dutch version of the Patient Education Materials Assessment Tool (PEMAT) was used to measure the understandability and actionability of current and optimized patient education materials.Results: A total of 101 patients were included, of those 54 (53.5%) have limited HL. Patients with limited HL were significantly older (p < .001), lower educated (p < .001), and had a higher ASA status (p = .005) and Charlson Comorbidity Index score (p < .001). The occurrence of limited HL differed significantly (p = .046) between abdominal versus vascular patients. The understandability varied between 24%-59% and the actionability between 40%-67% of the current education materials. The optimized education materials had a understandability score of 86% and a actionability score of 100%.Conclusions: The high prevalence of inadequate HL emphasizes the importance of nursing and medical staff providing clear information to enable shared decision-making. Besides, it is necessary to evaluate current education materials and optimize these materials according to the level of health literacy to provide health information that is understandable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,143
Tête enseignante GPT0,578
Écart entre enseignants0,435 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and Practice→Même sujetHealth Literacy and Information Accessibility→Travaux en français237 207→