Improving Provision of Preanesthetic Information Through Use of the Digital Conversational Agent “MyAnesth”: Prospective Observational Trial (Preprint)
Notice bibliographique
Résumé
BACKGROUND Due to time limitations, the preanesthetic consultation (PAC) is not the best time for patients to integrate information specific to their perioperative care pathway. OBJECTIVE The main objectives of this study were to evaluate the effectiveness of a digital companion on patients' knowledge of anesthesia and their satisfaction after real-life implementation. METHODS We conducted a prospective, monocentric, comparative study using a before-and-after design. In phase 1, a 9-item self-reported anesthesia knowledge test (Delphi method) was administered to patients before and after their PAC (control group: PAC group). In phase 2, the study was repeated immediately after the implementation of a digital conversational agent, MyAnesth (@+PAC group). Patients’ satisfaction and their representations for anesthesia were also assessed using a Likert scale and the Abric method of hierarchized evocation. RESULTS A total of 600 tests were distributed; 205 patients and 98 patients were included in the PAC group and @+PAC group, respectively. Demographic characteristics and mean scores on the 9-point preinformation test (PAC group: 4.2 points, 95% CI 3.9-4.4; @+PAC: 4.3 points, 95% CI 4-4.7; P=.37) were similar in the two groups. The mean score after receiving information was better in the @+PAC group than in the PAC group (6.1 points, 95% CI 5.8-6.4 points versus 5.2 points, 95% CI 5.0-5.4 points, respectively; P<.001), with an added value of 0.7 points (95% CI 0.3-1.1; P<.001). Among the respondents in the @+PAC group, 82% found the information to be clear and appropriate, and 74% found it easily accessible. Before receiving information, the central core of patients’ representations for anesthesia was focused on the fear of being put to sleep and thereafter on caregiver skills and comfort. CONCLUSIONS The implementation of our digital conversational agent in addition to the PAC improved patients' knowledge about their perioperative care pathway. This innovative audiovisual support seemed clear, adapted, easily accessible, and reassuring. Future studies should focus on adapting both the content and delivery of a digital conversational agent for the PAC in order to maximize its benefit to patients.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».