MétaCan
Menu
Retour à la cohorte
Enregistrement W3046041830 · doi:10.2196/20309

The Impact of Previsit Contextual Data Collection on Patient-Provider Communication and Patient Activation: Study Protocol for a Randomized Controlled Trial

2020· article· en· W3046041830 sur OpenAlexvenueno aff
Jeana M. Holt, Rachel Cusatis, Aaron N. Winn, Onur Asan, Charles Spanbauer, Joni S. Williams, Kathryn E. Flynn, Melek Somai, Purushottam W. Laud, Bradley H. Crotty

Notice bibliographique

RevueJMIR Research Protocols · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesHealth Resources and Services AdministrationMedical College of Wisconsin
Mots-clésMedicineContext (archaeology)Patient portalHealth careRandomized controlled trialPatient participationFamily medicinePatient satisfactionPatient recruitmentNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient-centered care is respectful of and responsive to individual patient preferences, needs, and values. To provide patient-centered care, clinicians need to know and incorporate patients' context into their communication and care with patients. Patient contextual data (PCD) encompass social determinants of health and patients' needs, values, goals, and preferences relevant to their care. PCD can be challenging to collect as a routine component of the time-limited primary care visit. OBJECTIVE: This study aims to determine if patient-provider communication and patient activation are different for patient users and patient nonusers of an electronic health record (EHR)-integrated PCD tool and assess if the impact of using PCD on patient-provider communication and patient activation differs for Black and White patients. METHODS: We describe a randomized controlled trial of a prospective cohort of non-Hispanic White and Black patients who receive primary care services at a midwestern academic health care system in the United States. We will evaluate whether providing PCD through a consumer informatics tool enhances patient-provider communication, as measured by the Communication Assessment Tool, and we will evaluate patient activation, as measured by the Patient Activation Measure for PCD tool users and nonusers. Furthermore, owing to racial disparities in care and communication, we seek to determine if the adoption and use of the tool might narrow the differences between patient groups. RESULTS: The trial was funded in November 2017 and received local ethics review approval in February 2019. The study began recruitment in April 2019 and enrollment concluded in October 2019 with 301 participants. The analysis was completed in May 2020, and trial results are expected to be published in winter 2020. CONCLUSIONS: Recently, there has been increased attention to the role of health information technology tools to enable patients to collaborate with providers through the sharing of PCD. The adoption of such tools may overcome the barriers of current EHRs by directly engaging patients to submit their contextual data. Effectively, these tools would support the EHR in providing a more holistic understanding of the patient. Research further supports that individuals who have robust digital engagement using consumer informatics tools have higher participation in treatment follow-up and self-care across populations. Therefore, it is critical to investigate interventions that elicit and share patients' social risks and care preferences with the health care team as a mechanism to improve individualized care and reduce the gap in health outcomes. TRIAL REGISTRATION: ClinicalTrials.gov NCT03766841; https://clinicaltrials.gov/ct2/show/NCT03766841. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR1-10.2196/20309.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Protocole
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Essai randomisélow
gptaucune catégorie
Domaine: non disponible · Genre: Protocole
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Essai randomisélow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,050
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,058
Méta-épidémiologie (sens strict)0,0080,003
Méta-épidémiologie (sens large)0,0150,008
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,005
Communication savante0,0060,005
Science ouverte0,0030,002
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0760,013

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 Opus0,632
Tête enseignante GPT0,648
Écart entre enseignants0,016 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

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

En bref

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207