Implementation and Evaluation of a Social Networking Service-based Mobile Patient-generated Health Data System with Direct Electronic Medical Record Integration: A Prospective Observational Study (Preprint)
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
<sec> <title>BACKGROUND</title> Patient-generated health data (PGHD) can make consultations more patient-centered and enhance patient disease awareness and visit preparedness. </sec> <sec> <title>OBJECTIVE</title> We developed “Miri-Alimi,” a mobile, Social Networking Service-delivered previsit questionnaire that automatically transfers results to the electronic medical record (EMR). This study assessed patient participation, documentation quality, and user satisfaction in a cardiology outpatient clinic. </sec> <sec> <title>METHODS</title> This single-center observational study (August–November 2024) included 751 outpatients consisting of 282 first-time cardiovascular patients and 469 heart failure follow-ups who received a previsit questionnaire link via KakaoTalk or a multimedia messaging service (MMS). The primary outcomes were the survey response rate among all patients (including both initial cardiovascular and follow-up heart failure patients) and the completeness of documentation for three heart failure parameters (dyspnea, edema, and medication adherence ≥80%) recorded in the EMRs of follow-up heart failure patients. Secondary outcomes were patient and provider satisfaction, measured using post-visit Likert -scale surveys. </sec> <sec> <title>RESULTS</title> The response rate was 38.5% (289/751); among these, 48.9% (138/282) were first-visit and 32.2% (151/469) were heart failure follow-up patients. Responders were younger than non-responders (mean 62.0, SD 15.7 vs mean 69.8, SD 12.5 years; P<.001). Among the heart failure follow-ups, EMR completeness was higher in responders (median 3, IQR 3–3) than in non-responders (median 0, IQR 0–1; P<.001). Patient satisfaction was high: 82.8% (63/76)–92% (70/76) agreed that the system was appropriate, easy to use, and helpful, and 78.9% (66/76) completed the survey in <10 minutes. Both cardiologists and eight of the nine nurses supported continued use of the system, citing workflow efficiency gains. </sec> <sec> <title>CONCLUSIONS</title> Miri-Alimi facilitates patient-friendly PGHD data collection and seamless EMR integration without requiring logins or apps. This significantly improved documentation completeness and resulted in high satisfaction scores. Future studies should assess long-term sustainability and clinical outcomes across diverse settings. </sec> <sec> <title>CLINICALTRIAL</title> Clinical Research Information Service of the Korea Disease Control and Prevention Agency number PRE20250218-002; https://cris.nih.go.kr. </sec>
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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