MétaCan
Menu
Retour à la cohorte
Enregistrement W4391971440 · doi:10.1002/acr2.11652

“How are you?” Perspectives From Patients and Health Care Providers of Text Messaging to Support Rheumatoid Arthritis Care: A Thematic Analysis

2024· article· en· W4391971440 sur OpenAlexafffund
Saania Zafar, Glen Hazlewood, Kiran Dhiman, Alexandra Charlton, Karen L. Then, Erika Dempsey, Richard Lester, Alison M. Hoens, Diane Lacaille, Cheryl Barnabé, James A. Rankin, Dianne Mosher, Claire Barber

Notice bibliographique

RevueACR Open Rheumatology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensResearch CanadaUniversity of CalgaryThompson Rivers UniversityUniversity of British ColumbiaAlberta Health Services
Organismes subventionnairesInstitute of Musculoskeletal Health and ArthritisCanadian Institutes of Health Research
Mots-clésThematic analysisMedicineHealth careFamily medicineWorkloadBurnoutNursingQualitative researchClinical psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Patients with rheumatoid arthritis (RA) may need to access rheumatology care between scheduled visits. WelTel is a virtual care platform that supports secure two-way text-messaging between patients and their health care team. The objective of the present study was to explore perspectives and experiences of health care providers (HCPs) and patients related to the use of WelTel as an adjunct to routine care. METHODS: Seventy patients with RA were enrolled in a six-month WelTel pilot project launched in September 2021. Patients received monthly "How are you?" text message check-ins and could message their health care team during clinic hours to request health advice. The current project is a qualitative study of the WelTel pilot. A subgroup of pilot participants was purposively sampled and invited to participate in interviews. A thematic analysis of transcripts was conducted using a deductive approach leveraging quality of care domains. RESULTS: Thirteen patients (62% female, mean age 62 years, 10 White) completed interviews. Patients' views suggested that text messaging with the rheumatology team supported high-quality care across multiple quality domains including patient-centeredness, timeliness, efficiency, safety, effectiveness, equity, and appropriateness. Seven HCPs (57.1% female, one pharmacist and six rheumatologists) completed interviews. HCPs' perspectives varied based on their experience with the WelTel platform. Additional themes reported by HCPs included perceived increased workload and burnout. CONCLUSIONS: Patients with RA perceived text-based messaging as supporting high-quality care. The impact of increased communications on HCP burnout and workload requires consideration, and future studies should evaluate the effect of texting on patient outcomes.

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)0,019
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0080,007
Communication savante0,0050,005
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,315
Écart entre enseignants0,298 · 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'étudeQualitatif
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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACR Open RheumatologyMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207