MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403824967 · doi:10.1093/eurpub/ckae144.1695

Development of a tool for generating comprehensible, individualized and digitalized outpatient letter

2024· article· en· W4403824967 sur OpenAlexaff
Rebecca Jaks, Dunja Nicca, Patrizia Künzler‐Heule, B Brülke, A Jonietz, R Post, Saskia Maria De Gani

Notice bibliographique

RevueEuropean Journal of Public Health · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensHealth Care Foundation
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Patients often remember little from a medical consultation or a conversation with a doctor. A comprehensible, individual patient letter summarizing the consultation can support, as a German project which successfully implemented a digital tool to generate such a letter in inpatient care showed. Based on this, our aim is to develop a tool for letters in outpatient care in Switzerland, to support understanding of the consultation and increase patient’s health literacy (HL). Methods The development of the tool was conducted participatively with targeted health professionals (HP) and patients with a chronic disease to 1) identify specific patient groups and situations, 2) confirm eligibility and receive concrete input regarding structure and content, and 3) to ensure the technical practicality and usability by the target groups. Concretely, several expert and patient interviews, a focus group and consultation observations were performed. Further workshops and usability tests are planned. Results We first defined 8 criteria to identify situations suitable for the development of the letter (e.g. high information need) and interviewed 5 experts on selected topics. Based on this, chronic back pain was chosen for a deeper feasibility analysis: A focus group interview (n = 4 HP) and 5 telephone interviews with patients confirmed the eligibility and provided information on the structure and content of the letter. Observations of 5 consultations provided further insights. Then, a first concept for the letter’s content was developed and is currently being finalized. It consists of: 1) summary; 2) background; 3) diagnosis; 4) treatment; and 5) next steps and includes infoboxes and a glossary. Conclusions The tool for patient letters can be adapted to other diseases (e.g. chronic back pain) and settings (outpatient care). In a next phase, the letter will be piloted in an outpatient clinic and evaluated with HP and patients. The effect on HL will also be assessed. Key messages • Comprehensible, individualized, and digitalized patient letters can help patients to deal with health information and take better decisions for their health and well-being. • The developed patient letter and the corresponding tool should be easily adaptable for other diseases and settings.

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)0,005
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,005

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 Opus0,319
Tête enseignante GPT0,475
Écart entre enseignants0,156 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public Health→Même sujetHealth Sciences Research and Education→Travaux en français237 207→