MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412952598 · doi:10.2196/66932

Evaluation of a Novel Goals-of-Care Discussion Priming Tool (MyCare) in Inpatient General Internal Medicine Ward Settings: Feasibility, Acceptability, and Usability Study

2025· article· en· W4412952598 sur OpenAlexaffvenue
Maren Kimura, Sydney Ruller, Alan J. Forster, James Downar, Sarina R. Isenberg, Leah Steinberg, Kumanan Wilson, Victoria A. Shaffer, Pete Wegier, Jeff Myers, Russell Goldman, Carolyn Steele Gray, Daniel Kobewka

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensLunenfeld-Tanenbaum Research InstituteUniversity of TorontoSinai Health SystemUniversity of OttawaBruyèreOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésPreprintConversationPriming (agriculture)PsychologyMedicineComputer scienceCommunicationWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For patients who are seriously ill, conversations about prognosis, values, and goals can improve person-centered care; however, these conversations do not occur consistently. OBJECTIVE: We aimed to develop an online, interactive goals-of-care discussion priming tool called MyCare to facilitate conversations about patient goals among physicians, patients, and family members. Our objective was to determine the feasibility, acceptability, and usability of MyCare for patients who are seriously ill in hospitals. METHODS: We conducted a mixed methods study on internal medicine wards with patients who were seriously ill at 2 hospitals. Participants completed MyCare with a research assistant in their hospital room, and their responses were sent to their attending physician team. Patients, family members, and physicians participated in semistructured interviews to assess advance care planning engagement, usability, and acceptability. Patients also completed the System Usability Scale, the eHealth literacy scale, and survey questions about acceptability. RESULTS: Patients took a median time of 32 (IQR 21-43) minutes to complete MyCare, with a range of 12 to 101 minutes. The mean eHealth literacy score was 56 out of 100. In total, 19 (76%) out of 25 patients indicated that MyCare helped them think about and understand what was most important to them, and 16 (64%) stated that MyCare helped them think about the type of care they would want if their illness progressed. The mean advance care planning engagement scores on a 5-point scale before and after MyCare were 4.11 (SD 0.77) and 4.20 (SD 0.74), respectively (mean difference 0.09, 95% CI -0.08 to 0.34; P=.22). After completing MyCare, 16% (4/25) of the patients reported feeling more prepared to talk to their medical decision-maker about the type of care they would want if they were very sick or near the end of life, and none felt less prepared. The most useful elements for patients were (1) clarifying goals and wishes for care, (2) identifying people who supported them, and (3) having a resource to facilitate conversations with their families. The most useful elements for physicians were patients' prioritized values and goals. CONCLUSIONS: MyCare and similar tools will be more usable and acceptable if they are short and simple, focus on shared physician-patient priorities, and empower patients to advocate for their own goals.

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)0,018
score de la tête « metaresearch » (Gemma)0,043
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 non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
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 Opus0,255
Tête enseignante GPT0,562
Écart entre enseignants0,307 · 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 non randomisé
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→