Home to Stay: A randomized controlled trial protocol to assess use of a mobile app to reduce readmissions following colorectal surgery
Notice bibliographique
Résumé
AIM: Patients undergoing colorectal surgery face high rates of emergency room visits and readmission to hospital. These unplanned hospital visits lead to both increased patient anxiety and health care costs. The aim of this study is to evaluate the use of mobile application to support patients undergoing colorectal surgery following discharge from hospital. METHOD: This study is a randomized controlled trial in which the control group will receive standard follow-up care following discharge after surgery and the intervention group will receive standard follow-up care in addition to the mobile application. The primary outcome is the proportion of patients with unplanned hospital visits within 30 days of discharge. The secondary outcomes are patient-reported outcomes on validated scales evaluating their quality of recovery following discharge. A sample size of 670 subjects is planned. For the primary outcome, the control and intervention groups will be compared using a generalized linear model to account for clustering of patients within centres. For the secondary outcomes, the overall scores on the Quality of Recovery 15 and Patient Activation Measure will be analysed using a linear regression model. RESULTS: It is expected that the results of this study will show that the mobile app will lead to significant improvements in unplanned hospital visits as well as improved quality of recovery for patients. CONCLUSION: If the trial is successful, the mobile app can be easily adopted more widely into clinical practice to support patients at home following surgery.
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 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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».