MétaCan
Menu
Retour à la cohorte
Enregistrement W3189266810 · doi:10.2196/26941

Challenges and Lessons Learned From a Telehealth Community Paramedicine Program for the Prevention of Hypoglycemia: Pre-Post Pilot Feasibility Study

2021· article· en· W3189266810 sur OpenAlexvenueno aff
Mohanraj Thirumalai, Ayse Zengul, Eric J. Evans

Notice bibliographique

RevueJMIR Diabetes · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Center for Chronic Disease Prevention and Health PromotionUniversity of AlabamaCenters for Disease Control and PreventionUniversity of Alabama at Birmingham
Mots-clésTelehealthMedicineHypoglycemiaIntervention (counseling)TelemedicineMedical emergencyNursingHealth careDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prevention through Intervention is a community paramedicine program developed by Birmingham Fire and Rescue Services in Alabama. This program aims to reduce dependency on emergency medical services (EMS) for nonemergency-related events through education and to lower the frequency of emergency calls in underserved populations. A telehealth intervention with an emphasis on hypoglycemia was implemented to (1) tailor the intervention to meet the educational needs of participants and (2) facilitate follow-ups. A pre-post pilot feasibility evaluation of the telehealth intervention was conducted. OBJECTIVE: This paper describes the results of the feasibility evaluation, implementation challenges, and the lessons learned about the deployment of a hypoglycemia prevention program in an underserved area and its evaluation. METHODS: This single-arm pretest-posttest intervention included (1) an initial in-person visit (week 1), (2) 3 weekly telecoaching calls (weeks 2-4), (3) 1 biweekly call (week 6), and (4) a final in-person visit (week 8) for collecting posttest data from individuals who called EMS due to hypoglycemic events. In-person visits included educational sessions conducted by EMS personnel. Participants' education included tailored content related to hypoglycemia. Weekly telecoaching calls focused on hypoglycemia symptom monitoring and education reinforcement via a telehealth dashboard. The primary measures focused on feasibility measures, and exploratory measures focused on the fear of hypoglycemia, self-efficacy, and a knowledge of diabetes. RESULTS: A total of 40 participants participated in the intervention. However, the study was marred with high attrition. The various factors behind the low retention rate were discussed. There was a decreasing trend in all three subdomains of the fear of hypoglycemia from pretest to posttest. There was also a significant increase in participants' self-efficacy in hypoglycemia self-management (P=.03). CONCLUSIONS: This study shows preliminary and promising results for a community-based intervention specifically for hypoglycemia. However, the socioeconomic setting in which the intervention was delivered may have resulted in high dropout rates and low attendance during the intervention, which are considerations for future telehealth studies. TRIAL REGISTRATION: ClinicalTrials.gov NCT03665870; https://clinicaltrials.gov/ct2/show/NCT03665870.

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)0,025
score de la tête « metaresearch » (Gemma)0,025
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 non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,190
Tête enseignante GPT0,422
Écart entre enseignants0,232 · 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 non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetDiabetes Management and EducationTravaux en français237 207