MétaCan
Menu
Retour à la cohorte
Enregistrement W3046107819 · doi:10.2196/17785

Guiding Glucose Management Discussions Among Adults With Type 2 Diabetes in General Practice: Development and Pretesting of a Clinical Decision Support Tool Prototype Embedded in an Electronic Medical Record

2020· article· en· W3046107819 sur OpenAlexvenueno aff
Breanne Kunstler, John Furler, Elizabeth Holmes‐Truscott, Hamish McLachlan, Douglas Boyle, Sean Lo, Jane Speight, David N. O’Neal, Ralph Audehm, Gary Kilov, Jo‐Anne Manski‐Nankervis

Notice bibliographique

RevueJMIR Formative Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesRoyal Australian College of General PractitionersDiabetes Australia
Mots-clésCredibilityGlycated hemoglobinAutonomyMedicineFocus groupGlobal Positioning SystemType 2 diabetesNursingPsychologyMedical educationComputer scienceDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Managing type 2 diabetes (T2D) requires progressive lifestyle changes and, sometimes, pharmacological treatment intensification. General practitioners (GPs) are integral to this process but can find pharmacological treatment intensification challenging because of the complexity of continually emerging treatment options. OBJECTIVE: This study aimed to use a co-design method to develop and pretest a clinical decision support (CDS) tool prototype (GlycASSIST) embedded within an electronic medical record, which uses evidence-based guidelines to provide GPs and people with T2D with recommendations for setting glycated hemoglobin (HbA1c) targets and intensifying treatment together in real time in consultations. METHODS: The literature on T2D-related CDS tools informed the initial GlycASSIST design. A two-part co-design method was then used. Initial feedback was sought via interviews and focus groups with clinicians (4 GPs, 5 endocrinologists, and 3 diabetes educators) and 6 people with T2D. Following refinements, 8 GPs participated in mock consultations in which they had access to GlycASSIST. Six people with T2D viewed a similar mock consultation. Participants provided feedback on the functionality of GlycASSIST and its role in supporting shared decision making (SDM) and treatment intensification. RESULTS: Clinicians and people with T2D believed that GlycASSIST could support SDM (although this was not always observed in the mock consultations) and individualized treatment intensification. They recommended that GlycASSIST includes less information while maintaining relevance and credibility and using graphs and colors to enhance visual appeal. Maintaining clinical autonomy was important to GPs, as they wanted the capacity to override GlycASSIST's recommendations when appropriate. Clinicians requested easier screen navigation and greater prescribing guidance and capabilities. CONCLUSIONS: GlycASSIST was perceived to achieve its purpose of facilitating treatment intensification and was acceptable to people with T2D and GPs. The GlycASSIST prototype is being refined based on these findings to prepare for quantitative evaluation.

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)0,034
score de la tête « metaresearch » (Gemma)0,079
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,079
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,077
Tête enseignante GPT0,452
Écart entre enseignants0,375 · 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
GenreMéthodes

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

En bref

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetDiabetes Management and EducationTravaux en français237 207