MétaCan
Menu
Retour à la cohorte
Enregistrement W4415880589 · doi:10.2196/68286

Using a Co-Designed Digital Self-Management Program to Prepare Patients for Hip or Knee Replacement Surgery: Pragmatic Pilot Study

2025· article· en· W4415880589 sur OpenAlexvenueno aff
Elizabeth Horton, Hayley Wright, Andy Turner, Louise Moody, Lucy Aphramor, Hesam Ghiasvand, Shea Palmer

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFeelingPilot trialKnee replacementRelation (database)Pilot programTotal hip replacement

Résumé

récupéré en direct d'OpenAlex

Background: The aging population has resulted in more people living longer with musculoskeletal conditions who require hip and knee replacement surgery. Lengthening waiting lists continue to be a challenge for patients and health care services. Objective: This pragmatic study aimed to develop and test a digital self-management intervention (the HOPE [Help Overcome Problems Effectively] program) to better prepare patients waiting for hip and knee replacement surgery. Methods: The study used a pragmatic, pre-post with follow-up, single-arm design. All intervention and data collection components were delivered online. Patients were recruited from those on the waiting list for hip or knee surgery. Following iterative co-development of the intervention, the content was refined and optimized into a final version for testing. The resulting program was an 8-week intervention delivered via the HOPE 4 The Community (H4C) digital platform (powered by H4C). Data were collected at baseline (pre-HOPE program), 8 weeks (post-HOPE program), and 6-month follow-up. Patient-reported outcome measures related to preparation for surgery, quality of life, physical function, pain, mental well-being, self-efficacy, and physical activity. Resource usage data were collected to calculate health and social care costs. System Usability Scale data were collected post-HOPE program. Results: One hundred participants enrolled in the HOPE program. Of these, 57 (57%) consented to take part in the evaluation and returned the baseline questionnaire. Thirty-nine participants completed ≥5 of the 8 sessions and all surveys. Among the 25 participants who had surgery at 6 months, 23 (92%) felt better prepared due to the HOPE program. Median improvements in most outcomes were observed at 8 weeks, with several continuing to improve at 6 months. The Friedman test showed significant improvements over 6 months in self-efficacy (pain: P=.002; other symptoms: P<.01), pain (P=.04), health status (P=.02), and mental well-being (P=.01). No significant changes were noted in physical activity. While the early cost analysis did not reach statistical significance, it indicated potential cost savings from reduced patient interactions with health care professionals. Sixty-four percent (25/39) of participants had surgery, and this likely contributed in part to improvements in outcomes. System usability was rated above average (mean score 70.1, SD 15.9). Conclusions: The results are promising in relation to participants attending the HOPE program feeling better prepared for surgery. A fully powered efficacy and cost-effectiveness trial is needed to determine the contribution of the HOPE program to outcomes, over and above the contribution of surgery.

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)0,010
score de la tête « metaresearch » (Gemma)0,013
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: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,027
Tête enseignante GPT0,348
Écart entre enseignants0,321 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207