Smart about medications (SAM): a digital solution to enhance medication management following hospital discharge
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.
Notice bibliographique
Résumé
OBJECTIVE: To outline the development of a software solution to improve medication management after hospital discharge, including its design, data sources, intrinsic features, and to evaluate the usability and the perception of use by end-users. MATERIALS AND METHODS: Patients were directly involved in the development using a User Center Design (UCD) approach. We conducted usability interviews prior to hospital discharge, before a user started using the application. A technology acceptance questionnaire was administered to evaluate user self-perception after 2 weeks of use. RESULTS: The following features were developed; pill identification, patient-friendly drug information leaflet, side effect checker, and interaction checker, adherence monitoring and alerts, weekly medication schedule, daily pill reminders, messaging service, and patient medication reviews. The usability interviews show a 98.3% total success rate for all features, severity (on a scale of 1-4) 1.4 (SD 0.79). Regarding the self-perception of use (1-7 agreement scale) the 3 highest-rated domains were: (1) perceived ease of use 5.65 (SD 2.02), (2) output quality 5.44 (SD 1.65), and (3) perceived usefulness 5.29 (SD 2.11). DISCUSSION: Many medication management apps solutions have been created and most of them have not been properly evaluated. SAM (Smart About Medications) includes the user perspective, integration between a province drug database and the pharmacist workflow in real time. Its features are not limited to maintaining a medication list through manual entry. CONCLUSION: We can conclude after evaluation that the application is usable and has been self-perceived as easy to use by end-users. Future studies are required to assess the health benefits associated with its use.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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 découle