Testing a nurse-led, pre-implantation educational intervention for primary prevention implantable cardioverter-defibrillator candidates: a randomized feasibility trial
Notice bibliographique
Résumé
AIMS: Implantable cardioverter-defibrillators (ICDs) deliver therapy for life-threatening arrhythmias. Evidence suggests that ICD candidates have misconceptions regarding ICD therapy and unmet information needs. We undertook a pilot feasibility trial comparing a nurse-led educational intervention plus standard care, vs. standard pre-ICD implantation care. Secondary aims included examination of anxiety, quality of life, and shock anxiety. METHODS AND RESULTS: Implantable cardioverter-defibrillator candidates were consented and randomized to standard pre-ICD implantation care vs. standard care plus a nurse-led educational intervention. The primary feasibility outcomes included: recruitment rate, consent rate, randomization rate, proportion of participants able to complete all questionnaires, time to deliver intervention, and intervention topics completion. At baseline, demographic and Patient-Reported Outcomes Measurement Information System (PROMIS) anxiety scores were collected. Four weeks post-ICD implantation, participants completed the PROMIS, Florida Patient Acceptance Survey (FPAS), and Florida Shock Anxiety Scale (FSAS). Twenty patients consented (10 per group). Feasibility targets were achieved for all but two outcomes: consent rate was 87% vs. 95% target, and completion of data collection measures was 85% vs. 90% target. Consent rate was lower than expected as one patient declined, and two could not be approached. Completion rate was lower than expected as two patients were lost to follow-up, and one did not receive an ICD during the study period, leading to incomplete post-implantation survey collections. CONCLUSION: The results demonstrate the feasibility of conducting a trial comparing a nurse-led pre-implantation educational intervention to standard care in an outpatient setting. Further study to evaluate the effectiveness of this intervention on patient-reported outcomes is warranted.
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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».