Proof of Concept for a Digital Framework to Support a Shared Agenda at Surgical Ward Rounds: Participatory Design Study
Notice bibliographique
Résumé
BACKGROUND: Surgical ward rounds (SWRs) are often unstructured and deprioritized compared to traditional surgical tasks, leading to limited interdisciplinary collaboration, unprepared patients, and low family attendance. OBJECTIVE: This study aimed to co-design and develop a digital framework to facilitate a shared agenda for SWRs, ensuring all core participants can attend and participate effectively. METHODS: Participatory Design (PD) methodologies were employed, utilizing user-engaging activities within an iterative process. A multidisciplinary team, including patients, relatives, healthcare providers, technology designers, and researchers, collaborated in workshops and testing to translate user needs into prototypes of technologies consisting of the digital framework. RESULTS: A logistics system was developed for nurses to pre-book the SWRs in designated time slots, enabling them to prepare relevant data and partake in the dialogue with patients. Additionally, a mobile health application (mHealth app) displayed the schedule for patients and relatives, helping them to participate and prepare questions in advance. Multiple iterations ensured that the digital framework met user needs and was feasible for clinical practice. CONCLUSIONS: Our findings underscore the importance of collaboration between users and technology designers in developing digital health technologies. Engaging the users helped identify technical and organizational constraints that needed to be addressed to integrate the digital framework into clinical settings.
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 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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».