远程症状监测与生态瞬间计算机化适应性测试:为频繁,低负担和个性化患者报告结果测量平台的试点队列研究

科学领域:

• 数字健康数字健康
• 医疗信息学 医疗信息学
• 心理测量 心理测量 心理测量

背景情况:

• 远程患者报告结果测量 (PROM) 数据捕获提供了宝贵的研究和临床见解.
• 频繁的数据收集,就像生态瞬间评估一样,受到长时间问卷的患者负担的限制.
• 计算机自适应测试 (CAT) 算法可以通过只选择相关项目来减少这种负担.

研究的目的:

• 确定生态瞬间计算机化适应性测试 (EMCAT) 对于远程 PROM 管理的可行性.
• 评估EMCAT在减轻患者负担和通过智能手机促进高频数据捕获方面的有效性.

主要方法:

• 使用开源CAT平台Concerto开发了一个EMCAT网络应用程序.
• 用于CAT算法与手术PROM (患者评估措施) 的物品响应理论模型.
• 在12周内与40名患者试点应用程序,评估症状每周三次,每天三次或每天三次.

主要成果:

• EMCAT显著减少了PROM长度 (中位数为2个对11个项目) 和完成时间 (中位数为8.8s对1m14s).
• 来自EMCAT的得分与全长PROM的得分非常相匹配 (平均误差<0.01在logit尺度上).
• 在高感知可用性 (中位数4.0/5.0) 的每日评估组中,获得了93%的中位响应率.

结论:

• EMCAT有效地减少了PROM评估负担,使可接受的高频远程数据捕获成为可能.
• 潜在的应用包括研究研究中的症状严重程度轨迹 (例如,手术后恢复).
• 通过远程患者监测和有关症状轨迹的早期干预,EMCAT可以增强临床实践.