The relationship between patient activation and surgical outcomes: A pilot study
Bibliographic record
Abstract
Introduction:L'activation des patients est un concept comportemental défini par les connaissances, compétences, croyances et confiance que les patients ont à gérer leurs propres soins de santé. Chez les patients chroniques, une forte association a été démontrée entre un engagement élevé et de meilleurs résultats postopératoires, une plus grande satisfaction des patients, une diminution du taux d'utilisation du système de santé et de plus faibles coûts. Cependant, il existe peu de données sur le rôle de l'activation des patients en chirurgie. L'objectif de cette étude était d'estimer à quelle mesure un bas niveau d'activation préopératoire prédit le nombre de visites aux urgences et les résultats après une chirurgie colorectale. Méthodes : Une étude secondaire a été réalisé en utilisant des données obtenues d'un essai clinique randomisé complété au Centre Universitaire de Santé McGill ayant pour but d'évaluer l'impact d'une application mobile sur l'adhérence aux processus de soins. Tous les participants étaient des adultes atteints de maladies du colon ou du rectum ayant subi une chirurgie colorectale. L'activation du patient a été mesurée en utilisant la mesure d'activation du patient (PAM) en préopératoire et postopératoire et a été classée en niveau élevé (niveaux 3 et 4) ou niveau faible (1 et 2). L'objectif principal était les visites à l'urgence dans les 30 jours suivant la chirurgie. Les issues secondaires étaient la présence de complications postopératoires, l'adhérence aux soins et la satisfaction des patients. La distribution des caractéristiques personnels et chirurgicaux des patients a été comparée entre les patients d'activation élevé et faible en utilisant un test Chi-square ou la méthode exacte de Fisher (variables catégoriques), et le test t ou ANOVA (variables continues). Une régression logistique a été effectuée pour déterminer les facteurs prédictifs du retour à l'urgence et des complications. Une régression logistique multivariée ajustée pour l'âge, le sexe, l'indice de comorbidité, le diagnostic et les complications a été utilisée afin d'estimer l'effet d'une basse activation préopératoire des patients sur le retour à l'urgence. Résultats : Un total de 97 patients ont été inclus, desquels 14% (n=14) avaient un bas niveau d'activation et 86% avaient des taux élevés. Les caractéristiques des patients étaient similaires entre les deux groupes d'activation. Les patients avec un haut niveau d'activation avaient un plus haut taux d'adhérence le jour après la chirurgie (66% vs 47%, p=0,004) et se sentaient plus informés (p=0.000) et plus motivés (p=0.004). Plus de patients avec une activation élevée ont quitté l'hôpital moins de 3 jours suivant la chirurgie par rapport aux patients avec un faible activation (37% vs 7%, p=0,021). Il n'y avait aucune différence entre le pourcentage de patients ayant au moins une visite à l'urgence entre les deux groupes d'activations (21% élevé vs 20% bas, p=0.548). Plus de patients présentaient un faible niveau d'activation en post-opératoire qu'en préopératoire (30% vs 14%, p=0,009). La régression logistique a démontré que la présence de complications postopératoires (OR 16,06 [3,45-74,72]) était le seul facteur prédictif indépendant des visites à l'urgence. La régression multivariée a aussi démontré que la présence de complications était le seul facteur prédictif indépendant des visites à l'urgence (OR 19,41 [3,84-98,14]). Conclusion : Cette étude pilote suggère que le niveau d'activation ne permet pas de prédire l'utilisation des services d'urgence chez les patients subissant une chirurgie colorectale. Cependant, les patients hautement activés ont une plus grande adhérence aux programmes de soins, ont tendance à avoir une plus courte durée de séjour et se sentent plus informés et motivés. De plus, le niveau d'activation des patients a diminué dans la période postopératoire immédiate. D'autres études dans une plus grande cohorte de patients chirurgicaux sont justifiées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".