MétaCan
Menu
Retour à la cohorte
Enregistrement W4312823606 · doi:10.2196/39490

Patient-Facing Clinical Decision Support for High Blood Pressure Control: Patient Survey

2022· article· en· W4312823606 sur OpenAlex
David A Dorr, Chris D'Autremont, Joshua E. Richardson, Michelle Bobo, Christopher Terndrup, MJ Dunne, Anthony Cheng, Robert Rope

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Cardio · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesAgency for Healthcare Research and QualityNational Institutes of Health
Mots-clésMedicineBlood pressurePersonalizationCohortPatient satisfactionFamily medicineClinical decision support systemPhysical therapyDecision support systemNursingInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: High blood pressure (HBP) affects nearly half of adults in the United States and is a major factor in heart attacks, strokes, kidney disease, and other morbidities. To reduce risk, guidelines for HBP contain more than 70 recommendations, including many related to patient behaviors, such as home monitoring and lifestyle changes. Thus, the patient's role in controlling HBP is crucial. Patient-facing clinical decision support (CDS) tools may help patients adhere to evidence-based care, but customization is required. OBJECTIVE: Our objective was to understand how to adapt CDS to best engage patients in controlling HBP. METHODS: We conducted a mixed methods study with two phases: (1) survey-guided interviews with a limited cohort and (2) a nationwide web-based survey. Participation in each phase was limited to adults aged between 18 and 85 years who had been diagnosed with hypertension. The survey included general questions that assessed goal setting, treatment priorities, medication load, comorbid conditions, satisfaction with blood pressure (BP) management, and attitudes toward CDS, and also a series of questions regarding A/B preferences using paired information displays to assess perceived trustworthiness of potential CDS user interface options. RESULTS: We conducted 17 survey-guided interviews to gather patient needs from CDS, then analyzed results and created a second survey of 519 adults with clinically diagnosed HBP. A large majority of participants reported that BP control was a high priority (83%), had monitored BP at home (82%), and felt comfortable using technology (88%). Survey respondents found displays with more detailed recommendations more trustworthy (56%-77% of them preferred simpler displays), especially when incorporating social trust and priorities from providers and patients like them, but had no differences in action taken. CONCLUSIONS: Respondents to the survey felt that CDS capabilities could help them with HBP control. The more detailed design options for BP display and recommendations messaging were considered the most trustworthy yet did not differentiate perceived actions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,726

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,318
Écart entre enseignants0,281 · 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