The relationship between patient activation and surgical outcomes: A pilot study
Notice bibliographique
Résumé
Background:Patient activation is a behavioral concept, defined as a patient's knowledge, skills, beliefs and confidence to manage their own health care.In patients with chronic medical conditions, there is a strong association between higher levels of activation and improved healthcare outcomes, higher patient satisfaction, lower rates of health care system utilization and lower costs.However, there is very little evidence investigating the role of patient activation in surgical patients.The purpose of this study was to estimate the extent to which low preoperative activation predicts emergency department (ED) visits, complications, adherence with perioperative care processes and satisfaction after colorectal surgery. Methods:A secondary analysis of data obtained from a randomized trial performed in 2017 at the McGill University Health Center assessing the impact of a mobile health application on adherence with care processes (clinicaltrials.govidentifier NCT03277053) was performed.Participants were adult patients with colonic or rectal diseases who underwent colorectal surgery.The main exposure was patient activation, measured using the Patient Activation Measure (PAM) survey at baseline and before hospital discharge, and classified as high or low.The main outcome was ED visits within 30 days of surgery after hospital discharge.Secondary outcomes were complications, patient satisfaction and adherence to a postoperative colorectal surgery care pathway.Distribution of characteristics was compared between patients with high and low activation using Chi-square or Fisher's exact test and ttest or ANOVA for categorical and continuous variables, respectively.A univariate logistic regression was performed to determine predictors of return to the ED and complications.A multivariate logistic regression including complications, age, gender, comorbidity index and diagnosis was used to estimate the effect of low preoperative activation on return to the ED.
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 | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».