MétaCan
Menu
Retour à la cohorte
Enregistrement W4396776197 · doi:10.2196/55732

Evaluation of a Remote Patient Monitoring Program During the COVID-19 Pandemic: Retrospective Case Study With a Mixed Methods Explanatory Sequential Design

2024· article· en· W4396776197 sur OpenAlexvenueno aff
Rose Gunn, Shelby L. Watkins, David Boston, A. Gabriela Rosales, Stefan Massimino, Suparna Navale, Stephanie L. Fitzpatrick, John F. Dickerson, Rachel Gold, George Lee, Carmit K. McMullen

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Nursing ResearchPatient-Centered Outcomes Research Institute
Mots-clésPreprintCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PandemicMedicineVirologyComputer scienceInternal medicineWorld Wide WebDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Community health center (CHC) patients experience a disproportionately high prevalence of chronic conditions and barriers to accessing technologies that might support the management of these conditions. One such technology includes tools used for remote patient monitoring (RPM), the use of which surged during the COVID-19 pandemic. OBJECTIVE: The aim of this study was to assess how a CHC implemented an RPM program during the COVID-19 pandemic. METHODS: This retrospective case study used a mixed methods explanatory sequential design to evaluate a CHC's implementation of a suite of RPM tools during the COVID-19 pandemic. Analyses used electronic health record-extracted health outcomes data and semistructured interviews with the CHC's staff and patients participating in the RPM program. RESULTS: The CHC enrolled 147 patients in a hypertension RPM program. After 6 months of RPM use, mean systolic blood pressure (BP) was 13.4 mm Hg lower and mean diastolic BP 6.4 mm Hg lower, corresponding with an increase in hypertension control (BP<140/90 mm Hg) from 33.3% of patients to 81.5%. Considerable effort was dedicated to standing up the program, reinforced by organizational prioritization of chronic disease management, and by a clinician who championed program implementation. Noted barriers to implementation of the RPM program were limited initial training, lack of sustained support, and complexities related to the RPM device technology. CONCLUSIONS: While RPM technology holds promise for addressing chronic disease management, successful RPM program requires substantial investment in implementation support and technical assistance.

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)0,021
score de la tête « metaresearch » (Gemma)0,031
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,002
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
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 Opus0,364
Tête enseignante GPT0,604
Écart entre enseignants0,240 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207