Usability Testing of a Smartphone for Accessing a Web-based e-Diary for Self-monitoring of Pain and Symptoms in Sickle Cell Disease
Notice bibliographique
Résumé
We examined the usability of smartphones for accessing a web-based e-Diary for self-monitoring symptoms in children and adolescents with sickle cell disease (SCD). One group of participants (n = 10; mean age, 13.1 ± 2.4 y; 5 M; 5 F) responded to questions using precompleted paper-based measures. A second group (n = 21; mean age, 13.4 ± 2.4 y; 10 M; 11 F) responded based on pain and symptoms they experienced over the previous 12 hours. The e-Diary was completed with at least 80% accuracy when compared to paper-based measures. Symptoms experienced over the previous 12 hours included feeling tired (33.3%), headache (28.6%), coughing (23.8%), lack of energy/fatigue (19.0%), yellowing of the eyes (19.0%), pallor (19.0%), irritability (19.0%), stiffness in joints (19.0%), general weakness (14.3%), and pain (14.3%), rating on average as 2.0 ± 1.7 (on 0 to 10 scale). Overall, sleep was good (8.1 ± 1.4 on the 0 to 10 scale). In conclusion, children with SCD were able to use smartphones to access a web-based e-Diary for reporting pain and symptoms. Smartphones may improve self-reporting of symptoms and communication between patients and their health care providers, who may consequently be able to improve pain and symptom management in children and adolescents with SCD in a timely manner.
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
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».