Impact of Individual, Organizational, and Technological Factors on the Implementation of an Online Portal to Support a Clinical Pathway Addressing Psycho-Oncology Care: Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: Clinical pathways (CPs) can improve patient outcomes but can be complex to implement. Technologies, such as clinical decision support (CDS) tools, can facilitate their use, but require end-user testing in clinical settings. OBJECTIVE: This study applied the Technology Acceptance Model to evaluate the individual, organizational, and technological contexts impacting application of a portal to facilitate a CP for anxiety and depression (the ADAPT Portal) in a metropolitan cancer service. The ADAPT Portal triggers patient screening on patient reported outcomes, alerts staff to high scores, recommends evidence-based management, and triggers review and rescreening at set intervals. METHODS: Quantitative and qualitative data on portal activity, data accuracy, and health service staff perspectives were collected. Quantitative data were analyzed descriptively, and thematic analysis was applied to qualitative data. RESULTS: Overall, 15 (100% of those invited) health service staff agreed to be interviewed. During the pilot, 73 users (36 health service staff members and 37 patients) were registered on the ADAPT Portal. Of the 37 patients registered, 16 (43%) completed screening at least once, with seven screening positive and triaged appropriately. In total, 34 support requests were lodged, resulting in 17 portal enhancements (technical issues). Health service staff considered the ADAPT Portal easy to use and useful; however, some deemed it unnecessary or burdensome (individual issues), particularly in a busy cancer service (organizational issues). CONCLUSIONS: User testing of a CDS to facilitate screening and assessment of anxiety and depression in cancer patients highlighted some technological issues in implementing the ADAPT CDS, resulting in 17 enhancements. Our results highlight the importance of obtaining health service staff feedback when piloting specialized CDS tools and addressing contextual factors when implementing them.
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 | 0,047 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».