Cardiology professionals’ views of social robots in augmenting heart failure patient care
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.
Notice bibliographique
Résumé
Aims: Social robots are arriving to the modern healthcare system. Whether patients with heart failure, a prevalent chronic disease with high health and human costs would derive benefit from a social robot intervention has not been investigated empirically. Diverse healthcare provider's perspectives are needed to develop an acceptable and feasible social robot intervention to be adopted for the clinical benefit of patients with heart failure. Using a qualitative research design, this study investigated healthcare providers' perspectives of social robot use in heart failure patient care. Methods and results: = 22; saturation was reached with this sample; 77% female; 52% physicians) were open to using social robots to augment their practice, particularly with collecting pertinent data and providing patient and family education and self-management prompts, but with limited responsibility for direct patient care. Prior to implementation, providers required robust evidence of: value-added beyond current remote patient monitoring devices, patient and healthcare provider partnerships, streamlined integration into existing practice, and capability of supporting precision medicine goals. Respondents were concerned that social robots did not address and masked broader systemic issues of healthcare access and equity. Conclusion: The adoption of social robots is a viable option to assist in the care of patients with heart failure, albeit in a restricted capacity. The results inform the development of a social robotic intervention for patients with heart failure, including improving social robot efficiencies and increasing their uptake, while protecting patients' and providers' best interest.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle