MétaCan
Menu
Retour à la cohorte
Enregistrement W4382394889 · doi:10.25011/cim.v46i2.40272

Video Education Program for Proper use of Inhalation Devices in Elderly COPD Patients

2023· article· en· W4382394889 sur OpenAlexvenueno aff
Hong Zhu, S. Qin, Meng Wu

Notice bibliographique

RevueClinical and investigative medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineInhalerCOPDQuality of life (healthcare)Physical therapyDry-powder inhalerInhalationPatient educationProspective cohort studyAsthmaInternal medicineNursingAnesthesia

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This research investigated the utility of a QR code-based video pharmaceutical education program to guide the proper use of the inhalation device in elderly chronic obstructive pulmonary disease (COPD) patients. METHODS: The patients were recruited for this prospective study during a COPD hospitalization, with 96 patients in the control group (CG) receiving conventional hospital care and 93 patients in the intervention group (IG) receiving QR code-based video pharmaceutical education from hospitalization to six months after discharge to improve proper utilization of inhalation technology The outcome measures used to assess the effectiveness of the education program were the COPD Assessment Test (CAT), inhaler use accuracy, inhaler technique score, Beliefs about Medicines Questionnaire (BMQ) score and patient satisfaction. RESULTS: Compared with CG, inhaler use accuracy and inhaler use scores improved in the IG group, while BMQ-Concern and CAT scores were significantly lower (P<0.05). Improvements in patient quality-of-life and satisfaction were reported. CONCLUSIONS: This study revealed that the QR code-based video pharmaceutical education program can improve the quality of life and satisfaction of elderly COPD 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 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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0030,000

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 Opus0,215
Tête enseignante GPT0,402
Écart entre enseignants0,188 · 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'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicineMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207