Experiencias de usuario de un chatbot para apoyar la autogestión del catéter central insertado perifericamente para...

Área de la Ciencia:

• Oncología Oncología.
• Salud digital La salud digital.
• Apoyo al paciente Apoyo al paciente.

Sus antecedentes:

• Los catéteres centrales insertados perifericamente (PICC) son cruciales para la administración de quimioterapia, pero requieren una autogestión diligente.
• Los sistemas de apoyo existentes ofrecen una asistencia proactiva y accesible limitada para la atención de PICC.
• Se desarrolló un novedoso chatbot basado en reglas para cerrar esta brecha de soporte.

Objetivo del estudio:

• Evaluar la viabilidad de un chatbot para la autogestión del catéter central insertado periféricamente (PICC).
• Para evaluar las tasas de utilización de chatbots, la usabilidad y la experiencia general del usuario.
• Identificar los beneficios y las limitaciones del soporte de chatbot en la atención de PICC.

Principales métodos:

• Un estudio de métodos mixtos en el que participaron pacientes con cáncer y sus cuidadores.
• Chatbot entregado a través de KakaoTalk, accesible en dispositivos móviles personales.
• Datos recopilados a través de registros de uso, encuestas de usabilidad y entrevistas semiestructuradas.
• Los datos cuantitativos se analizan descriptivamente; los datos cualitativos se analizan temáticamente.

Principales resultados:

• El 50% de los participantes usó el chatbot; los usuarios eran significativamente más jóvenes.
• Los principales temas de investigación incluyeron el cuidado con catéter, el manejo de la vida diaria y los síntomas.
• El 87% de los usuarios encuestados encontraron que el chatbot era útil para los problemas relacionados con PICC.
• Beneficios clave: información accesible, orientación efectiva y apoyo psicosocial.

Conclusiones:

• El chatbot basado en reglas es prometedor para mejorar el apoyo a la autogestión de PICC.
• Se necesitan mejoras en la flexibilidad conversacional, la usabilidad y la personalización.
• La investigación futura debe explorar grandes modelos de lenguaje y el impacto clínico a largo plazo.