Home blood pressure data visualization for the management of hypertension: designing for patient and physician information needs
Notice bibliographique
Résumé
BACKGROUND: Nearly half of US adults with diagnosed hypertension have uncontrolled blood pressure. Clinical inertia may contribute, including patient-physician uncertainty about how variability in blood pressures impacts overall control. Better information display may support clinician-patient hypertension decision making through reduced cognitive load and improved situational awareness. METHODS: A multidisciplinary team employed iterative user-centered design to create a blood pressure visualization EHR prototype that included patient-generated blood pressure data. An attitude and behavior survey and 10 focus groups with patients (N = 16) and physicians (N = 24) guided iterative design and confirmation phases. Thematic analysis of qualitative data yielded insights into patient and physician needs for hypertension management. RESULTS: Most patients indicated measuring home blood pressure, only half share data with physicians. When receiving home blood pressure data, 88% of physicians indicated entering gestalt averages as text into clinical notes. Qualitative findings suggest that including a data visualization that included home blood pressures brought this valued data into physician workflow and decision-making processes. Data visualization helps both patients and physicians to have a fuller understanding of the blood pressure 'story' and ultimately promotes the activated engaged patient and prepared proactive physician central to the Chronic Care Model. Both patients and physicians expressed concerns about workflow for entering and using home blood pressure data for clinical care. CONCLUSIONS: Our user-centered design process with physicians and patients produced a well-received blood pressure visualization prototype that includes home blood pressures and addresses patient-physician information needs. Next steps include evaluating a recent EHR visualization implementation, designing annotation functions aligned with users' needs, and addressing additional stakeholders' needs (nurses, care managers, caregivers). This significant innovation has potential to improve quality of care for hypertension through better patient-physician understanding of control and goals. It also has the potential to enable remote monitoring of patient blood pressure, a newly reimbursed activity, and is a strong addition to telehealth efforts.
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 | 0,020 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».