Determinants of Dropping Out of Remote Patient-Reported Outcome–Based Follow-Up Among Patients With Epilepsy: Prospective Cohort Study
Notice bibliographique
Résumé
Background: The use of patient-reported outcome (PRO) measures is an emerging field in health care. In the Central Denmark Region, epilepsy outpatients can participate in remote PRO-based follow-up by completing a questionnaire at home instead of attending a traditional outpatient appointment. This approach aims to encourage patient engagement and is used in approximately half of all epilepsy outpatient consultations. However, dropout in this type of follow-up is a challenging issue. Objective: This study aimed to examine the association between potential self-reported determinants and dropout in remote PRO-based follow-up for patients with epilepsy. Methods: This prospective cohort study (n=2282) explored the association between dropout in remote PRO-based follow-up for patients with epilepsy and 9 potential determinants covering 3 domains: health-related self-management, general and mental health status, and patient satisfaction. The associations were examined using multiple logistic regression analyses with adjustment for sex, age, education, and cohabitation. Results: A total of 770 patients (33.7%) dropped out of remote PRO-based follow-up over 5 years. Statistically significant associations were identified between all potential determinants and dropouts in PRO-based follow-up. Patients with low social support had an odds ratio of 2.20 (95% CI 1.38-3.50) for dropout. Patients with poor health ratings had an odds ratio of 2.17 (95% CI 1.65-2.85) for dropout. Similar estimates were identified for the remaining determinants in question. Conclusions: Patients with reduced self-management, poor health status, and low patient satisfaction had higher odds of dropout in remote PRO-based follow-up. However, further research is needed to determine the reasons for dropout.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».