451-P: Participants’ Satisfaction with the Support Online Self-Guided Educational Platform for Type 1 Diabetes Management: A Proof-of-Concept Study, Preliminary Results
Notice bibliographique
Résumé
Introduction: The development of the SUPPORT self-guided online educational platform was guided by the behavioral wheel framework and built by healthcare professionals specialized in type 1 diabetes (T1D) and patient-partners. It has 4 learning paths that are based on the mode of insulin delivering and blood glucose monitoring of the patient. The learning modules are divided into 6 groups (e.g., medication, nutrition) and have 3 levels of complexity. Features (e.g., quiz, glossary) are included. This proof-of-concept study aims to evaluate the satisfaction of adults with T1D using the SUPPORT platform after 6 months. Methods: Adults (≥18 years old) living with T1D for ≥ 1 year, using ≥ 4 insulin injections per day or an insulin pump, and having access to the Internet were recruited from the BETTER registry in Quebec. People with ongoing pregnancy or illness limiting diabetes care were excluded. Usage data were collected with Google Analytics. A face-validated 10-item questionnaire was sent after 6 months of access to SUPPORT to evaluate participants’ satisfaction and feedback (e.g., top 3 preferred features). Results: A total of 61 participants (38% men; age 50.3±13.3 years; T1D duration 24.3±14.6 years; mean viewing time per connected session: 12min56sec) completed the 6-month questionnaire. The mean satisfaction score was 39.6±7.8 (out of 49; higher score for a greater satisfaction). The most preferred features were access to downloadable PDF summaries, quizzes, and blogs on scientific updates. Providing certificates, virtual points, and glossary were the least appreciated. More than half reported being more confident to prevent (53%) and manage (53%) hypoglycemia. Conclusion: The SUPPORT platform received a high level of satisfaction. Although further validation is needed, this platform may be a useful resource for widely and timely diabetes education and for reducing the hypoglycemia burden faced by patients. Disclosure L. Xie: None. C. Leroux: None. A. Roy-fleming: None. R. Rabasa-lhoret: Advisory Panel; Self; Bayer Inc., Covance Inc., Insulet Corporation, Pfizer Inc., Other Relationship; Self; Abbott, AstraZeneca, Boehringer Ingelheim (Canada) Ltd., Dexcom, Inc., Eli Lilly and Company, HLS Therapeutics Inc., Janssen Pharmaceuticals, Inc., Medtronic, Merck & Co., Inc., Novo Nordisk, Sanofi-Aventis, Research Support; Self; Canadian Institutes of Health Research, Cystic Fibrosis Canada, Diabetes Canada, JDRF, National Institutes of Health, Prometic, Société Francophone du Diabète, Speaker’s Bureau; Self; CMS Canadian Medical&Surgical Knowledge Translation Research Group, CPD Network. A. Brazeau: None. Funding Canadian Institutes of Health Research (JT1-157204); JDRF (4-SRA-2018-651-Q-R)
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».