MétaCan
Menu
Retour à la cohorte
Enregistrement W3130598322 · doi:10.1136/bmjopen-2020-048350

Effectiveness of an eHealth self-management tool for older adults with multimorbidity (KeepWell): protocol for a hybrid effectiveness–implementation randomised controlled trial

2021· article· en· W3130598322 sur OpenAlexafffundabout
Monika Kastner, Julie Makarski, Leigh Hayden, Jemila S. Hamid, Jayna Holroyd‐Leduc, Margo Twohig, Charlie Macfarlane, Mary Trapani Hynes, Leela Prasaud, Barb Sklar, Joan Honsberger, Marilyn Wang, Gloria Kramer, Gerry Hobden, Heather Armson, Noah Ivers, Fok‐Han Leung, Barbara Liu, Sharon Marr, Michelle Greiver, Sophie Desroches, Kathryn M. Sibley, Hailey Saunders, Wanrudee Isaranuwatchai, Eric McArthur, Sarah Harvey, Kithara Manawadu, Kadia Petricca, Sharon E. Straus

Notice bibliographique

RevueBMJ Open · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversity of ManitobaUniversité LavalHealth Sciences CentreSt. Michael's HospitalUniversity of CalgaryUniversity of OttawaSunnybrook Health Science CentreNorth York General HospitalHamilton Health SciencesUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CareUniversity of Calgary
Mots-clésMedicineeHealthRandomized controlled trialHealth literacySelf-managementDisease managementResearch ethicsQuality of life (healthcare)TelemedicineHealth careFamily medicineGerontologyAlternative medicineHealth management systemNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In response to the burden of chronic disease among older adults, different chronic disease self-management tools have been created to optimise disease management. However, these seldom consider all aspects of disease management are not usually developed specifically for seniors or created for sustained use and are primarily focused on a single disease. We created an eHealth self-management application called 'KeepWell' that supports seniors with complex care needs in their homes. It incorporates the care for two or more chronic conditions from among the most prevalent high-burden chronic diseases. METHODS AND ANALYSIS: We will evaluate the effectiveness, cost and uptake of KeepWell in a 6-month, pragmatic, hybrid effectiveness-implementation randomised controlled trial. Older adults age ≥65 years with one or more chronic conditions who are English speaking are able to consent and have access to a computer or tablet device, internet and an email address will be eligible. All consenting participants will be randomly assigned to KeepWell or control. The allocation sequence will be determined using a random number generator.Primary outcome is perceived self-efficacy at 6 months. Secondary outcomes include quality of life, health background/status, lifestyle (nutrition, physical activity, caffeine, alcohol, smoking and bladder health), social engagement and connections, eHealth literacy; all collected via a Health Risk Questionnaire embedded within KeepWell (intervention) or a survey platform (control). Implementation outcomes will include reach, effectiveness, adoption, fidelity, implementation cost and sustainability. ETHICS AND DISSEMINATION: Ethics approval has been received from the North York General Hospital Research and Ethics Board. The study is funded by the Canadian Institutes of Health Research and the Ontario Ministry of Health. We will work with our team to develop a dissemination strategy which will include publications, presentations, plain language summaries and an end-of-grant meeting. TRIAL REGISTRATION NUMBER: NCT04437238.

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)0,056
score de la tête « metaresearch » (Gemma)0,051
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 enseignants0,098
Score d'incertitude au seuil0,328

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0560,051
Méta-épidémiologie (sens strict)0,0060,004
Méta-épidémiologie (sens large)0,0100,008
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,004
Communication savante0,0060,005
Science ouverte0,0040,003
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0980,017

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 Opus0,047
Tête enseignante GPT0,454
Écart entre enseignants0,407 · 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'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

Citations14
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetChronic Disease Management StrategiesTravaux en français237 207