A personalized biomedical risk assessment infographic for people who smoke with COPD: a qualitative study
Notice bibliographique
Résumé
Abstract Background Chronic obstructive pulmonary disease (COPD) causes 3 million deaths each year, yet 38% of COPD patients continue to smoke. Despite proof of effectiveness and universal guideline recommendations, smoking cessation interventions are underused in practice. We sought to develop an infographic featuring personalized biomedical risk assessment through future lung function decline prediction (with vs without ongoing smoking) to both prompt and enhance clinician delivery of smoking cessation advice and pharmacotherapy, and augment patient motivation to quit. Methods We recruited patients with COPD and pulmonologists from a quaternary care center in Toronto, Canada. Infographic prototype content and design was based on best evidence. After face validation, the prototype was optimized through rapid-cycle design. Each cycle consisted of: (1) infographic testing in a moderated focus group and a clinician interview (recorded/transcribed) (with questionnaire completion); (2) review of transcripts for emergent/critical findings; and (3) infographic modifications to address findings (until no new critical findings emerged). We performed iterative transcript analysis after each cycle and a summative qualitative transcript analysis with quantitative (descriptive) questionnaire analysis. Results Stopping criteria were met after 4 cycles, involving 20 patients (58% male) and 4 pulmonologists (50% male). The following qualitative themes emerged: Tool content (infographic content preferences); Tool Design (infographic design preferences); Advantages of Infographic Messaging (benefits of an infographic over other approaches); Impact of Tool on Determinants of Smoking Cessation Advice Delivery (impact on barriers and enablers to delivery of smoking cessation advice in practice); and Barriers and Enablers to Quitting (impact on barriers and enablers to quitting). Patient Likert scale ratings of infographic content and format/usability were highly positive, with improvements in scores for 20/21 questions through the design process. Providers scored the infographic at 77.8% (“superior”) on the Suitability Assessment of Materials questionnaire. Conclusions We developed a user preference-based personalized biomedical risk assessment infographic to drive smoking cessation in patients with COPD. Our findings suggest that this tool could impact behavioural determinants of provider smoking-cessation advice delivery, while increasing patient quit motivation. Impacts of the tool on provider care, patient motivation to quit, and smoking cessation success should now be evaluated in real-world settings.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».