MétaCan
Menu
Retour à la cohorte
Enregistrement W3132383697 · doi:10.1055/s-0040-1722221

Improving Patient-Centered Communication about Sudden Unexpected Death in Epilepsy through Computerized Clinical Decision Support

2021· article· en· W3132383697 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Clinical Informatics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesSchool of Medicine, Indiana UniversityAgency for Healthcare Research and QualityChild Neurology Foundation
Mots-clésMedicineEpilepsyIntervention (counseling)ConversationClinical decision support systemFamily medicineRecallMEDLINEPediatricsPsychiatryMedical emergencyHealth carePsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Sudden unexpected death in epilepsy (SUDEP) is a rare but fatal risk that patients, parents, and professional societies clearly recommend discussing with patients and families. However, this conversation does not routinely happen. Objectives This pilot study aimed to demonstrate whether computerized decision support could increase patient communication about SUDEP. Methods A prospective before-and-after study of the effect of computerized decision support on delivery of SUDEP counseling. The intervention was a screening, alerting, education, and follow-up SUDEP module for an existing computerized decision support system (the Child Health Improvement through Computer Automation [CHICA]) in five urban pediatric primary care clinics. Families of children with epilepsy were contacted by telephone before and after implementation to assess if the clinician discussed SUDEP at their respective encounters. Results The CHICA–SUDEP module screened 7,154 children age 0 to 21 years for seizures over 7 months; 108 (1.5%) reported epilepsy. We interviewed 101 families after primary care encounters (75 before and 26 after implementation) over 9 months. After starting CHICA–SUDEP, the number of caregivers who reported discussing SUDEP with their child's clinician more than doubled from 21% (16/75) to 46% (12/26; p = 0.03), and when the parent recalled who brought up the topic, 80% of the time it was the clinician. The differences between timing and sampling methodologies of before and after intervention cohorts could have led to potential sampling and recall bias. Conclusion Clinician–family discussions about SUDEP significantly increased in pediatric primary care clinics after introducing a systematic, computerized screening and decision support module. These tools demonstrate potential for increasing patient-centered education about SUDEP, as well as incorporating other guideline-recommended algorithms into primary and subspecialty cares. Clinical Trial Registration clinicaltrials.gov, NCT03502759.

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.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,454
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,077
Tête enseignante GPT0,405
Écart entre enseignants0,328 · 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