Needs assessment and patient-guided development of a video-based diabetic retinopathy patient education tool
Notice bibliographique
Résumé
Objective: To gain retina physicians’ and diabetic retinopathy (DR) patients’ perspectives on needs and opportunities in DR education, and then develop and pilot test an educational video. Design: This study utilised qualitative interview data for video creation, and interview and survey data for assessment. Setting: This study was conducted in a single large academic medical centre. Method: We conducted semi-structured interviews with attending retina physicians and DR patients (Cohort A) which were coded for themes about needs in DR patient education. Using these interviews, we designed and piloted a 6-minute user-centred animated video among a second patient cohort (Cohort B), who completed post-intervention interviews. Results: Four physicians and 14 DR patients participated in the study. Themes from Cohort A included accessible information, early management, lifestyle factors and emotional context. Physician themes included effective communication, visual information delivery and individual-level diabetes management. Cohort B commented on the subsequently created video’s improved accessibility, engagement and supplementation of their existing DR knowledge. Conclusion: Physicians and patients showed an interest in video education and identified unique educational needs. We used these insights to create a video that demonstrated positive patient uptake. Close attention to retina physicians’ and DR patients’ perspectives can offer a valuable approach in developing materials to increase patients’ health knowledge. Within the context studied, videos may be more accessible and engaging than the use of traditional print-based education materials.
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 | 0,010 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».