Personalized Digital Care Pathways Enable Enhanced Patient Management as Perceived by Health Care Professionals: Mixed-Methods Study
Notice bibliographique
Résumé
Background: Clinical decision support systems are known to improve adherence to clinical practice guidelines and patient outcomes by providing clinicians with timely, accurate, and appropriate knowledge. Objective: This study investigates the perceived usefulness and practical implementation of UpHill Route v3, a personalized digital care pathway (PDCP) system, in enhancing clinical decision-making and patient management across various clinical settings. Methods: A mixed-methods retrospective study was conducted among medical doctors and nurses from four National Health System-Local Health Units in Portugal. Data were collected from May 2023 to April 2024. The primary data source was an anonymous questionnaire assessing health care professionals' perceptions of UpHill Route v3's usefulness using the Likert scale ranging from 0 (do not agree) to 10 (totally agree). Secondary analysis involved quantifying decisions across heart failure, multimorbidity, diabetes, and colorectal and breast cancer clinical pathways. These data were collected from user interactions with UpHill Route v3 as well as from its internal database. Descriptive and bivariate statistics were used to analyze the data. Results: A total of 22 health care professionals with mean age 44.7 (SD 10.6) years, including 15 (68%) female participants and 9 (41%) physicians were included in the study. High ratings for adherence to clinical protocols, mean score 8.06 (SD 1.73); clinical decision support, mean score 8.05 (SD 1.73); patient care improvement, mean score 7.63 (SD 2.22); and confidence in patient management, mean score 8.26 (SD 1.56) were reported. Secondary analysis showed that across 3574 patients, 25,741 clinical decisions were informed, and 9254 actions were performed with the assistance of the PDCP tool. Conclusions: The UpHill Route v3 PDCP tool is highly valued by health care professionals for its ability to support clinical decision-making and improve operational efficiency across various clinical settings. Our findings suggest that this tool can effectively bridge the gap between clinical guidelines and real-world practice.
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 | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».