Evaluating a Digital Chronic Condition Prevention Intervention (THRIVE) in Australian General Practice: Protocol for a Mixed Methods Feasibility Study (ePREVENT-360)
Notice bibliographique
Résumé
Background: Chronic conditions are responsible for a growing burden of morbidity, mortality, and cost globally. Despite widespread recognition of the need for preventive care, general practice remains underresourced and primarily focused on treatment. Digital health interventions (DHIs) present a scalable solution to support person-centered preventive care, but evidence regarding the feasibility and acceptability of multirisk consumer-facing interventions in general practice remains limited. Objective: This study (ePREVENT-360) aims to evaluate the feasibility, acceptability, sustainability, and preliminary impact on health activation of a consumer-facing DHI, THRIVE (Tailored Health Risk Insights for Vital Empowerment) in Australian general practices. Methods: A mixed methods, pre-post feasibility study will be conducted in 5 general practices across New South Wales, Queensland, and Victoria. Adult consumers aged 30 to 65 years will use the THRIVE digital platform to receive chronic condition risk assessments, health scores, and action plans. Quantitative data will include engagement metrics, surveys, and chronic condition risk scores. Qualitative semistructured interviews with consumers and clinicians will provide data about acceptability, engagement, and sustainability. Quantitative data will be analyzed using descriptive and multilevel regression methods, while qualitative data will be analyzed thematically. Results: The study has secured funding in 2024 through an Australian General Practice Research Foundation and Hospital Contribution Fund of Australia Research Foundation Health Services Research Grant. Consumer recruitment commenced in December 2025. Recruitment of the 5 participating general practices was completed in March 2026. As of April 2026, all clinician preintervention interviews have been completed, and consumer recruitment has commenced, with 25 consents obtained. Data collection is ongoing, with follow-up expected to be completed by December 2026. Outcomes will inform the iterative refinement of interventions and future trial designs to assess effectiveness. Conclusions: This study will address a key evidence gap in the digital prevention space by evaluating the feasibility, acceptability, and sustainability of a multicondition DHI embedded in general practices. The findings will support the development of a larger adaptive controlled trial and inform future implementation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,082 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,010 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».