The value of diabetes technology enabled coaching (DTEC) to support remission evaluation of medical interventions in T2D: Patient and health coach perspectives
Notice bibliographique
Résumé
The multicomponent Remission Evaluation of Medical Interventions in T2D (REMIT) program has shown reduction of hazard of diabetes relapse by 34-43%, but could benefit from improved ability to scale, spread, and sustain it. This study explored, at the conceptualization phase, patient and health coach perspectives on the acceptability, adoption, feasibility, and appropriateness of a digital REMIT adaptation (diabetes technology enabled coaching (DTEC)). Twelve semi-structured interviews were conducted with patients (n = 6) and health coaches (n = 6) to explore their experiences with the REMIT study, opportunities for virtualisation, and a cognitive walkthrough of solution concepts. Transcripts were analyzed both inductively and deductively to allow for organic themes to emerge and to position these themes around the constructs of acceptability, adoption, feasibility, and appropriateness while allowing new codes to emerge for discussion. Participants saw value in DTEC as: an opportunity to facilitate and extend REMIT support; a convenient, efficient, and scalable concept (acceptability); having potential to motivate through connecting behaviours to outcomes (adoption); an opportunity for lower-effort demands for sustained use (feasibility). Participants also highlighted important considerations to ensure DTEC could provide compassionate insights and support automated data entry (appropriateness). Several considerations regarding equitable access were raised and warrant further consideration including: provision of technology, training to support technology literacy, and the opportunity for DTEC to support and improve health literacy. As such, DTEC may act as a moderator that can enhance or diminish access which affects who can benefit. Provided equity considerations are addressed, DTEC has the potential to address previous shortcomings of the conventional REMIT program.
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 | 0,022 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».