MétaCan
Menu
Retour à la cohorte
Enregistrement W4386123707 · doi:10.2196/48372

Feasibility and Usability of a Mobile App–Based Interactive Care Plan for Migraine in a Community Neurology Practice: Development and Pilot Implementation Study

2023· article· en· W4386123707 sur OpenAlexvenueno aff
Nathan P. Young, Jennifer L. Ridgeway, Tufia C. Haddad, Sarah B Harper, Lindsey M. Philpot, Laura A. Christopherson, Samantha McColley, Julie K. Brown, Kelly S Zimmerman, Jon O. Ebbert

Notice bibliographique

RevueJMIR Formative Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMigraine and Headache Studies
Établissements canadiensnon disponible
Organismes subventionnairesNoaber Foundation
Mots-clésUsabilityMedicineNeurologyTest (biology)MigraineHealth careObservational studyPhysical therapyMedical emergencyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Migraine is a common and major cause of disability, poor quality of life, and high health care use. Access to evidence-based migraine care is limited and projected to worsen. Novel mobile health app-based tools may effectively deliver migraine patient education to support self-management, facilitate remote monitoring and treatment, and improve access to care. The risk that such an intervention may increase the care team workload is a potential implementation barrier. OBJECTIVE: This study aims to describe a novel electronic health record-integrated mobile app-based Migraine Interactive Care Plan (MICP) and evaluate its feasibility, usability, and impact on care teams in a community neurology practice. METHODS: Consecutive enrollees between September 1, 2020, and February 16, 2022, were assessed in a single-arm observational study of usability, defined by 74.3% (127/171) completing ≥1 assigned task. Task response rates, rate and type of care team escalations, and patient-reported outcomes were summarized. Patients were prospectively recruited and randomly assigned to routine care with or without the MICP from September 1, 2020, to September 1, 2021. Feasibility was defined by equal to or fewer downstream face-to-face visits, telephone contacts, and electronic messages in the MICP cohort. The Wilcoxon rank-sum test was used to compare continuous variables, and the chi-square test was used for categorical variables for those with at least 3 months of follow-up. RESULTS: A total of 171 patients were enrolled, and of these, 127 (74.3%) patients completed ≥1 MICP-assigned task. Mean escalations per patient per month was 0.9 (SD 0.37; range 0-1.7). Patient-confirmed understanding of the educational materials ranged from 26.6% (45/169) to 56.2% (95/169). Initial mean headache days per week was 4.54 (SD 2.06) days and declined to 2.86 (SD 1.87) days at week 26. The percentage of patients reporting favorable satisfaction increased from a baseline of 35% (20/57) to 83% (15/18; response rate of 42/136, 30.9% to 28/68, 41%) over the first 6 months. A total of 121 patients with MICP were compared with 62 patients in the control group. No differences were observed in the rate of telephone contacts or electronic messages. Fewer face-to-face visits were observed in the MICP cohort (13/121, 10.7%) compared with controls (26/62, 42%; P<.001). CONCLUSIONS: We describe the successful implementation of an electronic health record-integrated mobile app-based care plan for migraine in a community neurology practice. We observed fewer downstream face-to-face visits without increasing telephone calls, medication refills, or electronic messages. Our findings suggest that the MICP has the potential to improve patient access without increasing care team workload and the need for patient input from diverse populations to improve and sustain patient engagement. Additional studies are needed to assess its impact in primary care.

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)0,016
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,205
Tête enseignante GPT0,539
Écart entre enseignants0,334 · 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'étudeEssai non randomisé
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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetMigraine and Headache StudiesTravaux en français237 207