MétaCan
Menu
Retour à la cohorte
Enregistrement W3080688043 · doi:10.1186/s12911-020-01189-9

Pilot implementation of an electronic patient-reported outcome measure for planning and monitoring participation-focused care in early intervention

2020· article· en· W3080688043 sur OpenAlexaff
Erin Albrecht, Vera Kaelin, Briana Rigau, Jodi K. Dooling-Litfin, Elizabeth Scully, Natalie Murphy, Beth M. McManus, Mary A. Khetani

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueFamily and Disability Support Research
Établissements canadiensMcMaster University
Organismes subventionnairesNational Center for Medical Rehabilitation ResearchDivision of Loan RepaymentEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Center for Advancing Translational SciencesNational Institutes of Health
Mots-clésPsychological interventionIntervention (counseling)MedicineNursingHealth informaticsProtocol (science)Data collectionFamily medicinePsychologyPublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Family-centered care is a valued approach to improving child and family outcomes in early intervention (EI), yet there is need to implement interventions that support information exchange for shared decision-making when planning and monitoring EI care. This study aims at estimating the feasibility, acceptability, and value of implementing the Young Children's Participation and Environment Measure (YC-PEM), a valid electronic patient-reported outcome (e-PRO) that is designed to support family engagement when planning care and monitoring outcomes of care. METHODS: Data were gathered from caregivers (N = 139) that were enrolled in a Phase 1 trial of the YC-PEM e-PRO as implemented within 1 month of their child's next EI evaluation of progress. YC-PEM e-PRO feasibility was estimated according to enrollment and completion rates, and mean completion time. Chi-square tests were used to examine parent perceptions of YC-PEM e-PRO acceptability by caregiver education and family income. Caregiver feedback via open-ended responses were content coded to inform intervention and protocol optimizations. YC-PEM e-PRO value was estimated via composite and item-level scores to capture the extent of participation difficulty in home and community activities, and common areas of need regarding caregivers desired change in their child's participation. RESULTS: Feasibility of implementing the YC-PEM e-PRO in routine EI care was mixed, as evidenced by low enrollment rates (21.0-29.2%), a high completion rate (85.3%), and limited missing data (80.6% of completed cases contained no missing data). More than half of the participants reported that the completion of the YC-PEM e-PRO was at least somewhat helpful, regardless of family income or caregiver education, providing support for its acceptability. As for its value, the YC-PEM e-PRO results were viewed by 64% of caregivers, whose desire for change most often pertained to the child's participation in non-discretionary activities at home and structured activities in the community. CONCLUSIONS: Results may support the implementation of YC-PEM e-PRO as a feasible, acceptable, and valued option for engaging families in planning the child's EI care. Results also inform select intervention and protocol optimizations prior to undertaking a multi-site pragmatic trial of its effectiveness on family engagement and shared decision-making within an EI clinical workflow. TRIAL REGISTRATION: Trial number: NCT03904797 . Trial registered at Clinicaltrials.gov . Registered 22 March 2019. Retrospectively registered.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

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

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 Opus0,169
Tête enseignante GPT0,479
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical Informatics and Decision MakingMême sujetFamily and Disability Support ResearchTravaux en français237 207