MétaCan
Menu
Retour à la cohorte
Enregistrement W4411482789 · doi:10.1200/cci-24-00232

Patient Perspectives on Technological Barriers and Implementation Strategies Leveraged During a Real-World Remote Symptom Monitoring Program

2025· article· en· W4411482789 sur OpenAlexaff
Tanvi V. Padalkar, Nicole L. Henderson, D’Ambra N. Dent, Emma K. Hendrix, Catherine C. Smith, Chao‐Hui Huang, Tara Kaufmann, Chelsea McGowan, Jennifer Young Pierce, Stacey A. Ingram, Angela M. Stover, Ethan Basch, Doris Howell, Bryan J. Weiner, J. Nicholas Dionne‐Odom, Gabrielle B. Rocque

Notice bibliographique

RevueJCO Clinical Cancer Informatics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Nursing ResearchNational Cancer Institute
Mots-clésNonprobability samplingFormative assessmentImplementationImplementation researchScale (ratio)Medical educationNursingMedicinePsychologyComputer sciencePsychological interventionEnvironmental health

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Remote symptom monitoring (RSM) using electronic patient-reported outcomes leverages digital technologies to gather real-time information on patient experiences for symptom management. This study reports a formative evaluation of technology-related barriers encountered by patients participating in RSM and implementation strategies used to address those barriers in real-world, large-scale RSM implementations. METHODS: Purposive sampling was conducted to recruit patients diagnosed with cancer and participating in RSM at the University of Alabama at Birmingham and USA Health Mitchell Cancer Institute for semi-structured interviews. Interviews were coded to identify technology-related barriers using a constant comparative method. Expert Recommendations for Implementing Change list was used to address the barriers to optimize RSM implementation. Barrier-associated themes from the interviews were mapped to implementation strategies. RESULTS: . Themes were mapped to the implementation strategies as identified by the implementation team. Eight total implementation strategies were used to address these technology barriers: (1) assess for readiness and identify barriers and facilitators, (2) obtain and use patients/consumers and family/caregiver feedback, (3) involve patients/consumers and family members/caregivers, (4) access new funding, (5) change physical structure and equipment, (6) centralize technical assistance, (7) prepare patients/consumers to be active participants, and (8) intervene with patients/consumers to enhance uptake and adherence. CONCLUSION: Technology-related barriers may limit the uptake of RSM by patients. Addressing these barriers through multimodel assessment and intervention strategies is crucial to ensuring successful implementation of RSM in real-world 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 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)0,008
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,427
Écart entre enseignants0,393 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Clinical Cancer InformaticsMême sujetCancer survivorship and careTravaux en français237 207