MétaCan
Menu
Retour à la cohorte
Enregistrement W4415747609 · doi:10.1371/journal.pdig.0000861

Caregiver experiences of an integrative patient-centered digital health application for pediatric type 1 diabetes care: Findings from a pilot clinical trial

2025· article· en· W4415747609 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevuePLOS Digital Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensUniversity of VictoriaProvincial Health Services AuthorityBC Children's HospitalThompson Rivers UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésThematic analysisObservational studyDigital healthQualitative researchPreparednessType 1 diabetesHealth careClinical trial

Résumé

récupéré en direct d'OpenAlex

Diabetes technology generates vital health data, but healthcare professionals (HCP) and patients must navigate multiple platforms to access it. We developed a digital health platform, co-designed with patients and families living with type 1 diabetes (T1D) and their HCPs, that aim to support a collaborative care experience through shared access to diabetes data, clinical recommendations, and resources. We describe caregivers' views on the platform's impact on clinic visits and child self-management in children with T1D. A six-month observational pilot study at BC Children's Hospital Diabetes Clinic in British Columbia, Canada, gathered data through surveys and interviews. Surveys were administered to caregivers and HCPs at different time points throughout the study; 18 qualitative interviews were conducted with caregivers at the conclusion of the study. Quantitative data were summarized descriptively. Interview data were transcribed, coded using open and systematic coding, and subsequent inductive thematic analysis. Eighteen caregivers completed the surveys, and 11 HCP participants submitted 41 surveys (approximately 3-4 each) after using the platform. Most caregivers (61%; 11/18) found the platform helpful, and 56% (10/18) reported that using the platform made their clinical visits and recommendations more personalized. Nearly all HCPs (90%; 37/41) were satisfied with the platform's ability to support clinical visits. Themes identified from caregiver qualitative interviews revealed that (1) the platform provided a convenient connection that improved preparedness and empowered caregivers in managing their child's T1D; (2) the platform's value was driven by the healthcare team's usage of it; and (3) caregivers felt hopeful that the platform could better support their child's T1D management. The platform could foster a collaborative and personalized care experience that enables caregivers to engage in diabetes self-management and feel connected to their healthcare team. These results will guide the future development, evaluation, and implementation of the platform.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,714
Score d'incertitude au seuil0,596

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,390
Écart entre enseignants0,330 · 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