MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396950960 · doi:10.2196/preprints.60190

Beyond Hemoglobin A1c—Outcomes That Matter to Individuals With Type 1 Diabetes in Adopting Digital Health Interventions for Self-Management Support: Qualitative Study (Preprint)

2024· preprint· en· W4396950960 sur OpenAlexaffabout
Benjamin Markowitz, Stephanie de Sequeira, Adhiyat Najam, Cheryl Pritlove, Dana Greenberg, Marley Greenberg, Chee-Mei Chan, Gurpreet Lakhanpal, Samyukta Jagadeesh, Geetha Mukerji, Rayzel Shulman, Holly O. Witteman, Catherine Yu, Gillian L. Booth, Janet Parsons

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensUniversité LavalDiabetes Canada
Organismes subventionnairesnon disponible
Mots-clésPreprintPsychological interventionSelf-managementDigital healthType 2 diabetesGerontologyPsychologyMedicineDiabetes mellitusComputer scienceHealth careNursingEconomic growthEconomicsArtificial intelligenceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Type 1 diabetes is a demanding chronic condition that requires diligent blood glucose monitoring and timely insulin administration by patients who must integrate self-management into their daily lives. OBJECTIVE This study aimed to better understand what outcome measures are important to individuals living with type 1 diabetes (T1D) in Ontario, Canada, to help inform the development of type 1 diabetes virtual self-management Education and support (T1ME) trial. METHODS A qualitative approach was used, in which we conducted 6 focus groups with a total of 24 adult participants living with T1D (from age 18 to >65 years) in Ontario. Each focus group was semistructured in nature; participants were encouraged to talk openly about their experiences with T1D self-management and provide their perspectives on more focused topics such as technology and relationships with health care providers. RESULTS An interpretive analysis helped us devise a framework for our results that centered around 6 main discussion themes: (1) adapting self-management to meet evolving needs, (2) looking “beyond A1c” toward more personalized indicators of glycemic management, (3) the benefits and challenges of adopting new T1D technology, (4) establishing trusting relationships with diabetes care providers, (5) perceived benefits of peer support, and (6) pre– and post–COVID-19 perspectives on virtual care. CONCLUSIONS Our goal is for these findings to help facilitate the development of patient-oriented outcome measures that are in line with the unique needs and preferences of T1D patients in this new, more virtual landscape of clinical care, education, and self-management support. CLINICALTRIAL

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)0,011
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,086
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,006
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,041
Tête enseignante GPT0,385
Écart entre enseignants0,344 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDiabetes Management and Education→Travaux en français237 207→