Automated digital counselling with social network support as a novel intervention for patients with heart failure: protocol for randomised controlled trial
Notice bibliographique
Résumé
INTRODUCTION: Heart failure (HF) symptoms improve through self-care, for which adherence remains low among patients despite the provision of education for these behaviours by clinical teams. Open Access Digital Community Promoting Self-Care, Peer Support and Health Literacy (ODYSSEE-vCHAT) combines automated digital counselling with social network support to improve mortality and morbidity, engagement with self-care materials, and health-related quality of life. METHODS AND ANALYSIS: Use of ODYSSEE-vCHAT via Internet-connected personal computer by 162 HF patients will be compared with a control condition over 22 months. The primary outcome is a composite index score of all-cause mortality, all-cause emergency department visits, and HF-related hospitalisation at trial completion. Secondary outcomes include individual components of the composite index, engagement with self-care materials, and patient-reported measures of physical and psychosocial well-being, disease management, health literacy, and substance use. Patients are recruited from tertiary care hospitals in Toronto, Canada and randomised on a 1:1 ratio to both arms of the trial. Online assessments occur at baseline (t=0), months 4, 8 and 12, and trial completion. Ordinal logistic regression analyses and generalised linear models will evaluate primary and secondary outcomes. ETHICS AND DISSEMINATION: The trial has been approved by the research ethics boards at the University Health Network (20-5960), Sunnybrook Hospital (5117), and Mount Sinai Hospital (21-022-E). Informed consent of eligible patients occurs in person or online. Findings will be shared with key stakeholders and the public. Results will allow for the preparation of a Canada-wide phase III trial to evaluate the efficacy of ODYSSEE-vCHAT in improving clinical outcomes and raising the standard of outpatient care. TRIAL REGISTRATION NUMBER: NCT04966104.
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 | 0,028 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,003 |
| Méta-épidémiologie (sens large) | 0,015 | 0,007 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,102 | 0,018 |
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 ».