MétaCan
Menu
Retour à la cohorte
Enregistrement W4400262137 · doi:10.1136/bmjoq-2024-002753

Randomised pilot study comparing a coach to SMARTPhone reminders to aid the management of heart failure (HF) patients: humans or machines

2024· article· en· W4400262137 sur OpenAlexafffund
Rahel Eynan, Robert J. Petrella, Cheryl Forchuk, Merrick Zwarenstein, James E. Calvin

Notice bibliographique

RevueBMJ Open Quality · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensUniversity of British ColumbiaWestern University
Organismes subventionnairesAcademic Medical Organization of Southwestern Ontario
Mots-clésMedicineIntervention (counseling)Heart failureAmbulatoryPhysical therapyPsychological interventionModalitiesRandomized controlled trialDisease managementDiseaseNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Ambulatory management of congestive heart failure (HF) continues to be a challenging clinical problem. Recent studies have focused on the role of HF clinics, nurse practitioners and disease management programmes to reduce HF readmissions. This pilot study is a pragmatic factorial study comparing a coach intervention, a SMARTPHONE REMINDER system intervention and BOTH interventions combined to Treatment as USUAL (TAU). We determined that both modalities were acceptable to patients prior to randomisation. Fifty-four patients were randomised to the four groups. The COACH group had no readmissions for HF 6 months after enrolment compared with 18% for the SMARTPHONE REMINDER Group, 8% for the BOTH intervention group and 13% for TAU. Medium-to-high medication adherence was maintained in all four groups although sodium consumption was lower at 3 months for the COACH and combined (BOTH) groups. This pilot study suggests a beneficial effect on rehospitalisation with the use of support measures including coaches and telephone reminders that needs confirmation in a larger trial.

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)0,006
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: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0170,002

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 Opus0,152
Tête enseignante GPT0,442
Écart entre enseignants0,290 · 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'étudeEssai randomisé
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetHeart Failure Treatment and ManagementTravaux en français237 207