MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391873543 · doi:10.1093/jcag/gwad061.278

A278 ACCEPTABILITY, FEASIBILITY, AND IMPACT OF THE MYGUT DIGITAL HEALTH PLATFORM IN THE MONITORING AND MANAGEMENT OF INFLAMMATORY BOWEL DISEASE

2024· article· en· W4391873543 sur OpenAlexaffabout
Jamie Zhen, Martin Simoneau, Prateek Sharma, Pascale Germain, J Marshall, Waqqas Afif, Neeraj Narula

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensMcMaster UniversityMcGill UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésInflammatory bowel diseaseMedicineDiseaseDigital healthIntensive care medicineInternal medicineHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Background Inflammatory bowel disease (IBD) is a chronic gastrointestinal disorder that has been associated with depression, anxiety, and decreased quality of life. With new technological advancements, digital health monitoring platforms offer a promising avenue to integrate self-management strategies into the care of patients with IBD. Aims This study aimed to investigate patients’ acceptability to implementing the MyGut IBD health monitoring platform into their care, evaluate whether its use leads to better quality of life/improved health outcomes, and determine the feasibility of its long-term use. Methods We conducted a multi-centre, single-arm trial at McMaster University and McGill University, among their affiliated hospitals, from September 2020 to September 2023. Patients with IBD were recruited in gastroenterology clinics and asked to install the MyGut application onto their mobile devices. Various metrics such as willingness to use the application, patient satisfaction, symptom control/quality of life scores (measured through the short inflammatory bowel disease questionnaire (SIBDQ)), resource utilization, and feasibility statements were collected throughout the study. Patients exhibiting abnormal SIBDQ scores were identified for follow-up. After one year, patient outcome metrics were compared to baseline values. Results Out of the 84 patients initially enrolled, 58 patients (69%) continued until study completion at one-year. At recruitment, all 84 patients (100%) were willing to use the MyGut application after a brief tutorial and 72.6% (61/84) had already been using technology for health-related purposes. There was a significant improvement in SIBDQ scores after one year of MyGut use (median = 57.5, IQR 50.25–62) when compared to baseline (median = 54.5, IQR 47.25–58.75) (p = 0.01). However, only 42.9% of patients (21/49) were willing to continue using the application after one year, a significant decrease compared to the 71.9% (41/57) who were willing to continue after two months (p = 0.002). No differences were observed in patient satisfaction measures (p = 0.42 to 1) or number of ER visits/hospitalizations (p = 0.78) before and after one year of MyGut use. Conclusions Overall, IBD is a condition that often necessitates frequent medical follow-up and may benefit from proactive symptom management strategies. This study demonstrates that patients with IBD are very willing to integrate digital health monitoring platforms into their care and these may subsequently lead to improved symptom control and enhanced quality of life. Future studies should aim to investigate the subset of patients that would benefit most from these health interventions, and as illustrated, continued efforts must be made to optimize the acceptability/feasibility of its long-term use. Funding Agencies CCC

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,028
Tête enseignante GPT0,371
Écart entre enseignants0,343 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of Gastroenterology→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→