Multilevel Intervention to Increase Patient Portal Use in Adults With Type 2 Diabetes Who Access Health Care at Community Health Centers: Single Arm, Pre-Post Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Diabetes self-management education and support (DSMS) delivered via patient portals significantly improves glycemic control. Yet, disparities in patient portal use persist. Community health centers (CHCs) deliver care to anyone who needs it, regardless of income or insurance status. OBJECTIVE: This study aimed to evaluate the feasibility, acceptability, and preliminary efficacy of a multilevel intervention to increase access and use of portals (MAP) among people with type 2 diabetes (T2D) receiving health care at CHCs. METHODS: A within-subjects, pre-post design was used. Adults with T2D who were portal naive were recruited from 2 CHCs. After informed consent, participants met with a community health worker for referrals for social determinants of health, provision of a tablet with cell service, and individualized training on use of the tablet and portal. Next, a nurse met individually with participants to develop a DSMS plan and then communicated with patients via the portal at least twice weekly during the first 3 months and weekly for the latter 3 months. Data were collected at baseline, 3 months and 6 months. The primary outcome was patient activation and engagement with the portal. Secondary outcomes included technology attitudes, digital health literacy, health-related outcomes and psychosocial function. RESULTS: level was 8.31%. Portal activation was high; 100% (22/22) of participants created a portal account and logged in within the first month. Mean participant logins per week over the first 3 months was 3.16 (SD 1.55) and 1.45 (SD 0.93) over the final 3 months; mean logins per month over the first 3 months was 12.65 (SD 6.21) and 5.79 (SD 3.74) over last 3 months. Engagement was high; 96% (20/21) logged in at least twice per month in the first 3 months and 76% (16/21) between 3 and 6 months. At 6 months, improvements were seen in technology confidence, digital health literacy, diabetes self-efficacy, and diabetes distress. Participant satisfaction with MAP was high as was intention to continue portal use. Barriers to clinical integration and recommendations for portal development were identified. CONCLUSIONS: MAP shows promise for improving health equity in portal use for T2D. Larger, controlled studies are needed to determine how best to implement MAP in complex clinical settings and to evaluate efficacy over time. TRIAL REGISTRATION: ClinicalTrials.gov NCT05180721; https://clinicaltrials.gov/study/NCT05180721.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».