MyGuide long COVID: An online self-management tool for people with long COVID
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Long COVID is a relatively new condition for which patients are asked to employ self-management strategies to manage their symptoms. However, it can be challenging for individuals with long COVID to find reliable and actionable self-management resources. The objective of this project was to develop an online tool for individuals with long COVID that is patient-centered, accessible, and customizable to meet individual needs. MyGuide Long COVID ( www.longCOVIDguide.ca ) was developed in British Columbia (BC), Canada, by a team that included long COVID clinicians and patient partners. Site visitors answer questions about their symptoms, and MyGuide generates a curated set of self-management resources tailored to their needs. Since its launch in August 2023, Google Analytics has been used to monitor website activity. Within the first year, MyGuide had 52,578 total page views and 8570 new users. The most popular method to access MyGuide was by computer (56.3 % of users), and the most represented city was Vancouver, BC (23.5 % of users). The most popular topics were “Post Exertional Malaise” (1339 sessions) and “What is long COVID?” (1257 sessions). An online tool to support chronic disease self-management can be successfully co-developed with patient partners and engagement tracked using web analytics. • It can be challenging for people with long COVID to find actionable self-management resources. • Developed with input from clinicians and patients, MyGuide Long COVID curates a set of resources for site visitors. • Within the first year, MyGuide Long COVID had 52,578 page views and 8570 new users. • MyGuide Long COVID is an example of an online tool can be co-created with patient partners and engagement tracked using web analytics.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle