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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».