MétaCan
Menu
Retour à la cohorte
Enregistrement W4389099334 · doi:10.2196/50550

Supportive Digital Health Service During Cancer Chemotherapy: Single-Arm Before-and-After Feasibility Study

2023· article· en· W4389099334 sur OpenAlexvenueaboutno aff
N. Fridriksdóttir, Brynja Ingadóttir, Kristin Skuladottir, Sigríður Zoëga, Sigríður Gunnarsdóttir

Notice bibliographique

RevueJMIR Formative Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityMedicinePatient portalHealth literacyScale (ratio)Family medicineDistressHealth careNursingClinical psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital supportive cancer care is recommended to improve patient outcomes. A portal was designed and embedded within the electronic medical record and public health portal of Iceland, consisting of symptom and needs monitoring, educational material, and messaging. OBJECTIVE: This study aims to assess (1) portal feasibility (adoption, engagement, usability, and acceptability), (2) potential predictors of usability and acceptability, and (3) the potential impact of the portal on patient-reported outcomes. METHODS: This was a single-arm, before-and-after feasibility study at a university hospital among patients with cancer who were undergoing chemotherapy. Participation included filling out the Edmonton Symptom Assessment System-Revised (ESASr) weekly and the Distress Thermometer and Problem List (DT&PL) 3 times; reading educational material and messaging; and completing study questionnaires. Clinical and portal engagement data were collected from medical records. Data from patients were collected electronically at baseline and 7 to 10 days after the third chemotherapy round. Usability was assessed using the System Usability Scale (score 0-100), and acceptability was assessed using a 35-item survey (score 1-5). Patient-reported outcome measures included ESASr and DT&PL; a single-item scale for quality of life, family support, and quality of care; and multi-item scales for health literacy (Brief Health Literacy Screener), health engagement (Patient Health Engagement Scale), self-care self-efficacy (Self-Care Self-Efficacy scale), symptom interference (MD Anderson Symptom Inventory), knowledge expectations (Hospital Patients' Knowledge Expectations), and received knowledge (Hospital Patients' Received Knowledge). Health care professionals were interviewed regarding portal feasibility. RESULTS: The portal adoption rate was 72% (103/143), and the portal use rate was 76.7% (79/103) over a mean 8.6 (SD 2.7) weeks. The study completion rate was 67% (69/103). The combined completion rate of the ESASr and DT&PL was 78.4% (685/874). Patients received a mean 41 (SD 13) information leaflets; 33% (26/79) initiated messaging, 73% (58/79) received messages, and 85% (67/79) received follow-up phone calls. The mean System Usability Scale score was 72.3 (SD 14.7), indicating good usability. Usability was predicted by age (β=-.45), ESASr engagement (β=.5), symptom interference (β=.4), and received knowledge (β=.41). The mean acceptability score, 3.97 (SD 0.5), was above average and predicted by age (β=-.31), ESASr engagement (β=.37), symptom interference (β=.60), self-care self-efficacy (β=.37), and received knowledge (β=.41). ESASr scores improved for total symptom distress (P=.003; Cohen d=0.36), physical symptoms (P=.01; Cohen d=0.31), and emotional symptoms (P=.01; Cohen d=0.31). Daily symptom interference increased (P=.03; Cohen d=0.28), quality of life improved (P=.03; Cohen d=0.27) and health engagement (P=.006; Cohen d=0.35) improved, while knowledge expectations decreased (P≤.001; Cohen d=2.57). Health care professionals were positive toward the portal but called for clearer role delineation and follow-up. CONCLUSIONS: This study supports the feasibility of a support portal and the results indicate the possibility of improving patient outcomes, but further developments are warranted.

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)0,017
score de la tête « metaresearch » (Gemma)0,010
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: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,010
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,074
Tête enseignante GPT0,436
Écart entre enseignants0,362 · 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetCancer survivorship and careTravaux en français237 207