Semplificazione del questionario PREMs PEACHD per la dialisi: confronto tra un approccio partecipato e un'applicazione di AI

In recent years, healthcare systems have increasingly recognized the need to integrate the patient’s perspective into quality assessment. Patient-Reported Experience Measures (PREMs) capture aspects of care not inferred from clinical indicators and are especially relevant in chronic pathways with frequent service contact, such as dialysis. In dialysis, however, PREMs are often limited by lengthy questionnaires, complex wording, and administration that is hard to sustain, affecting comprehension, response quality, and the use of results for improvement. Within the On The Dot project, this thesis examines how to revise a PREMs questionnaire to make it shorter, clearer, and compatible with routine dialysis workflows, guided by plain language and health literacy principles. After an exploratory comparison of international PREMs (2023–2025), an exploratory qualitative design was implemented: (1) semi-structured interviews with 12 dialysis nurses (CAL and CAD); (2) a co-design workshop to revise the PEACHD questionnaire; (3) comparison with revisions generated by three Artificial Intelligence (AI) models (ChatGPT 5.2, DeepSeek v3, Gemini 3.0) supporting text simplification and redundancy detection. Findings confirm that clarity, brevity, and integrating completion into the dialysis session are key for acceptability. The workshop translated these needs into concrete PEACHD changes (item merging, rewording, removal of non-relevant elements, and optimization of response scales and completion flow). AI models consistently improved readability and redundancies but diverged mainly on response-option redesign. Overall, ChatGPT 5.2 was most aligned with the workshop’s results. So, AI can support early stages of PREMs revision, while co-design remains essential for the implementability in clinical practice.

Negli ultimi anni i sistemi sanitari hanno riconosciuto sempre più la necessità di integrare il punto di vista del paziente nella valutazione della qualità. I Patient-Reported Experience Measures (PREMs) rilevano aspetti dell’assistenza non deducibili dai soli indicatori clinici e sono particolarmente rilevanti nei percorsi cronici con frequenti contatti con i servizi, come la dialisi. In dialisi, tuttavia, i PREMs sono spesso limitati da questionari lunghi, formulazioni complesse e modalità di somministrazione difficili da sostenere, con effetti su comprensione, qualità delle risposte e utilizzo dei risultati per il miglioramento. All’interno del progetto On The Dot, questa tesi analizza come revisionare un questionario PREMs per renderlo più breve, più chiaro e compatibile con i flussi di lavoro routinari della dialisi, guidata dai principi di plain language ed health literacy. Dopo un confronto esplorativo tra PREMs internazionali (2023–2025), è stato implementato un disegno qualitativo esplorativo: (1) interviste semi-strutturate a 12 infermieri di dialisi (CAL e CAD); (2) un workshop di co-progettazione per revisionare il questionario PEACHD; (3) un confronto con revisioni generate da tre modelli di Intelligenza Artificiale (IA) (ChatGPT 5.2, DeepSeek v3, Gemini 3.0) a supporto della semplificazione del testo e dell’individuazione di ridondanze. I risultati confermano che chiarezza, brevità e integrazione della compilazione nella seduta dialitica sono determinanti per l’adozione dello strumento. Il workshop ha tradotto queste esigenze in modifiche concrete al PEACHD (accorpamento degli item, riformulazioni, rimozione di elementi non rilevanti e ottimizzazione delle scale di risposta e del flusso di compilazione). I modelli di IA hanno migliorato con coerenza la leggibilità e individuato ridondanze, ma hanno mostrato divergenze soprattutto nella riprogettazione delle opzioni di risposta. Nel complesso, ChatGPT 5.2 è risultato il più allineato ai risultati del workshop. Pertanto, l’IA può supportare le fasi iniziali di revisione dei PREMs, mentre la co-progettazione resta essenziale per l’implementabilità nella pratica clinica.