MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408255021 · doi:10.2196/66846

Interactive Computer-Adaptive Chronic Kidney Disease (I-C-CKD) Education for Hospitalized African American Patients: Protocol for a Randomized Controlled Trial

2025· article· en· W4408255021 sur OpenAlexvenueno aff
Akilah King, Tayo Omoniyi, Lindsay Zasadzinski, Cynthia Gaspard, Milda R. Saunders

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésPreprintRandomized controlled trialKidney diseaseProtocol (science)MedicineGerontologyPhysical therapyFamily medicineAlternative medicineComputer scienceInternal medicineWorld Wide WebPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: End-stage kidney disease (ESKD) or kidney failure is a condition where the kidneys lose the ability to function. African American individuals are 4 times as likely to develop ESKD compared to White American individuals. In addition, African American patients are less likely to have an optimal dialysis start and to choose renal replacement therapy modalities that align with their goals and values. Our prior work shows that culturally tailored, in-person education improves patient outcomes. This is the foundation for our innovative intervention using an African American virtual patient educator as an option for hospitalized patients with chronic kidney disease (CKD). OBJECTIVE: The Interactive Computer-Adaptive Chronic Kidney Disease (I-C-CKD) study will determine whether the computerized adaptive education and usual hospital care impact the health literacy of African American patients with kidney disease. It will also assess how patients' lifestyle and commitment to health goals are impacted by the method of health literacy education. METHODS: We will screen, recruit, and enroll hospitalized patients who self-identify as African American and have advanced CKD based on their estimated glomerular filtration rate. Eligible patients who verbally consented will be randomly assigned into either the computerized adaptive education intervention group or the control group (usual hospital care). Patients in the intervention group will receive a culturally tailored, adaptive education module. To analyze pretest, posttest, and follow-up survey results on patient CKD knowledge, ESKD treatment options, and health goals, we will use a paired, 2-tailed t test with a Bonferroni adjustment for multiple comparisons. RESULTS: Recruitment for the I-C-CKD study began on May 2, 2023. We are currently recruiting and have enrolled 96 patients who completed both pretest and posttest surveys as of December 2024. This includes 50 patients in the control group and 46 patients in the intervention group. Data analysis has not occurred. CONCLUSIONS: African American individuals often receive less patient education about self-care and treatment options for CKD. We hope this study provides a solution to increase hospitalized African American patients' knowledge of CKD and motivation for CKD self-care through computerized adaptive education, reduce disparities, and improve patient outcomes. TRIAL REGISTRATION: ClinicalTrials.gov NCT06364358; https://clinicaltrials.gov/study/NCT06364358. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/66846.

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)0,025
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: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,260

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,025
Méta-épidémiologie (sens strict)0,0060,003
Méta-épidémiologie (sens large)0,0120,005
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,003
Communication savante0,0040,004
Science ouverte0,0040,002
Intégrité de la recherche0,0070,009
Charge utile insuffisante (le modèle a refusé de juger)0,0780,010

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 Opus0,113
Tête enseignante GPT0,614
Écart entre enseignants0,501 · 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'étudeEssai randomisé
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetHealth Literacy and Information Accessibility→Travaux en français237 207→