Can Automated Digital Counseling Enhance Mental Health in Patients with Chronic Heart Failure or Kidney Disease? The ODYSSEE-vCHAT Study
Notice bibliographique
Résumé
Background: Chronic Kidney Disease (CKD) and Chronic Heart Failure (CHF) significantly impact morbidity, mortality, and quality of life. We evaluated the ODYSSEE-vCHAT automated digital counseling program, including social network support, to enhance mental health and quality of life in patients with CHF and CKD. The primary aim was to assess the effect of ODYSSEE-vCHAT on Mental Component Summary (MCS) of the SF-36 health survey. Methods: This 11-month, multicenter, open-label trial evaluated adults with CHF (reduced EF) or CKD (2-year KFRE≥ 10%), focusing on self-care skills (medication adherence, exercise, diet, smoke-free living) via a digital platform. The primary outcome was achieving a minimal clinically important difference in MCS (ΔMCS ≥ 3.8 or MCS ≥ 65). Results: Of 215 enrolled participants, 174 completed the study, with a mean age of 54.4 years; 61% (n=106) had CKD. Significant improvements in MCS scores were noted for both CKD and CHF patients. However, no statistically significant changes were found in KDQOL or MCS scores for CKD patients alone, though small-to-moderate effect sizes were observed: Vitality (0.40, p=0.16), Emotional Well-Being (-0.11, p=0.70), Social Functioning (-0.37, p=0.19), Role Limitations (0.43, p=0.12), aggregate MCS (0.15, p=0.60), and KDQOL Subscale CKD Burden (0.36, p=0.12). These suggest meaningful small-to-moderate improvements (Fig 1). Participants experienced reduced CKD burden and enhanced quality of life. Conclusion: The ODYSSEE-vCHAT program showed potential in enhancing mental health and quality of life among CKD patients, indicating value in digital health interventions in managing chronic diseases. These findings underscore the need for further trials to establish the efficacy of digital counseling in CKD patient care. Funding: Other NIH Support - Canadian Institutes of Health Research-MS2 173076 - Type of funding sources: Public grant(s) – National budget onlyFigure 1. Change in KDQOL-CKD Burden Scale (End of Study – Baseline) by Program Engagement
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».