MétaCan
Menu
Retour à la cohorte
Enregistrement W7162107442 · doi:10.2196/83055

Involving Families in Cardiac Care through Remote Patient and Family Management: Focus Group and Journey Mapping Study (Preprint)

2025· article· en· W7162107442 sur OpenAlexvenueno aff
Julian Houwen, Veronica R. Janssen, Sara M. Hondmann, Niels H. Chavannes, Maaike Kleinsmann, Douwe E. Atsma, Valeria Pannunzio

Notice bibliographique

RevueJMIR Cardio · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFocus groupFocus (optics)Qualitative researchGroup (periodic table)Telemedicine

Résumé

récupéré en direct d'OpenAlex

Background: In cardiovascular care, illness and recovery affect both patients and their families, particularly within home-based remote patient management (RPM). A recent scientific statement from the American Heart Association highlighted the importance of family involvement, identifying digital technologies as a key enabling opportunity. Despite this, research into the needs of families and the implications of RPM remains limited. Objective: This study explored the lived experiences and unmet needs of patients with cardiovascular disease (CVD) and their relatives within RPM-supported cardiac care, using perioperative care and myocardial infarction as representative trajectories. Based on the identified gaps, we proposed a set of features for remote patient and family management (RPFM) interventions to address these needs. Methods: This qualitative study was conducted at a Dutch university hospital with over a decade of experience in RPM across CVD pathways. A human-centered design approach was employed, including focus groups with 24 participants (13 patients with CVD and 11 relatives). Data analysis followed a framework analysis approach, combining inductive theme identification with deductive mapping onto existing frameworks. Care experiences and unmet needs were identified inductively and segmented along the Family Systems Illness Model's phases of illness. The needs were subsequently categorized deductively into the domains of the Supportive Care Framework. Based on these user-informed insights, RPFM features were generated through author ideation and internal team consensus. Finally, these experiences, needs, and features were synthesized into a visual journey map illustrating key care moments across 3 phases: preadmission, admission, and postadmission. Results: We identified 47 unmet needs across 6 domains: informational (n=13), psychoemotional (n=13), social (n=7), physical (n=7), practical (n=6), and spiritual (n=1). The most significant gaps, described as "black holes" in care and support, emerged during the preoperative waiting period and early home recovery, which were characterized by a lack of information and psychoemotional support. To address the identified unmet needs, we generated 33 RPFM intervention feature ideas. These RPFM features were mapped across care phases and grouped into 7 categories: dynamic pathway navigation (n=8), on-demand support and information (n=5), family well-being modules (n=5), medical translation and consultation support (n=4), safety and assurance monitoring (n=4), collaborative lifestyle management (n=4), and peer support platform (n=3). Conclusions: This study identified experience gaps in RPM-supported cardiac care. It showed that most unmet needs for care and support extend beyond hospital admission and discharge and that most health behaviors and recovery occur in the home context, within the patient's relational ecosystem with loved ones. The proposed RPFM features provide preliminary directions for exploration toward a transition from individually focused monitoring to inclusive, family-centered care and management.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,002
Communication savante0,0020,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,048
Tête enseignante GPT0,349
Écart entre enseignants0,301 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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 présentnon

Explorer davantage

Même revueJMIR CardioMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207