The Development and Use of a New Visual Tool (REVISIT) to Support Participant Recall: Web-Based Interview Study Among Older Adults
Notice bibliographique
Résumé
BACKGROUND: Qualitative health services research often relies on semistructured or in-depth interviews to develop a deeper understanding of patient experiences, motivations, and perspectives. The quality of data gathered is contingent upon a patient's recall capacity; yet, studies have shown that recall of medical information is low. Threats to generating rich and detailed interview data may be more prevalent when interviewing older adults. OBJECTIVE: We developed and studied the feasibility of using a tool, Remembering Healthcare Encounters Visually and Interactively (REVISIT), which has been created to aid the recall of a specific telemedicine encounter to provide health services research teams with a visual tool, to improve qualitative interviews with older adults. METHODS: The REVISIT visual appointment summary was developed to facilitate web-based interviews with our participants as part of an evaluation of a geriatric telemedicine program. Our primary aims were to aid participant recall, maintain focus on the index visit, and establish a shared understanding of the visit between participants and interviewers. The authors' experiences and observations developing REVISIT and using it during videoconference interviews (N=16) were systematically documented and synthesized. We discuss these experiences with REVISIT and suggest considerations for broader implementation and future research to expand upon this preliminary work. RESULTS: REVISIT enhanced the interview process by providing a focus and catalyst for discussion and supporting rapport-building with participants. REVISIT appeared to support older patients' and caregivers' recollection of a clinical visit, helping them to share additional details about their experience. REVISIT was difficult to read for some participants, however, and could not be used for phone interviews. CONCLUSIONS: REVISIT is a promising tool to enhance the quality of data collected during interviews with older, rural adults and caregivers about a health care encounter. This novel tool may aid recall of health care experiences for those groups for whom it may be more challenging to collect accurate, rich qualitative data (eg, those with cognitive impairment or complex medical care), allowing health services research to include more diverse patient experiences.
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 | 0,033 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».