MétaCan
Menu
Retour à la cohorte
Enregistrement W2038056100 · doi:10.2196/games.3260

Diabetes Island: Preliminary Impact of a Virtual World Self-Care Educational Intervention for African Americans With Type 2 Diabetes

2014· article· en· W2038056100 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Serious Games · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentU.S. National Library of Medicine
Mots-clésIntervention (counseling)Diabetes mellitusType 2 diabetesGerontologyMedicineNursingEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Diabetes is a serious worldwide public health challenge. The burden of diabetes, including prevalence and risk of complications, is greater for minorities, particularly African Americans. Internet-based immersive virtual worlds offer a unique opportunity to reach large and diverse populations with diabetes for self-management education and support. OBJECTIVE: The objective of the study was to examine the acceptability, usage, and preliminary outcome of a virtual world intervention, Diabetes Island, in low-income African Americans with type 2 diabetes. The main hypotheses were that the intervention would: (1) be perceived as acceptable and useful; and (2) improve diabetes self-care (eg, behaviors and barriers) and self-care related outcomes, including glycemic control (A1C), body mass index (BMI), and psychosocial factors (ie, empowerment and distress) over six months. METHODS: The evaluation of the intervention impact used a single-group repeated measures design, including three assessment time points: (1) baseline, (2) 3 month (mid intervention), and (3) 6 month (immediate post intervention). Participants were recruited from a university primary care clinic. A total of 41 participants enrolled in the 6 month intervention study. The intervention components included: (1) a study website for communication, feedback, and tracking; and (2) access to an immersive virtual world (Diabetes Island) through Second Life, where a variety of diabetes self-care education activities and resources were available. Outcome measures included A1C, BMI, self-care behaviors, barriers to adherence, eating habits, empowerment, and distress. In addition, acceptability and usage were examined. A series of mixed-effects analyses, with time as a single repeated measures factor, were performed to examine preliminary outcomes. RESULTS: The intervention study sample (N=41) characteristics were: (1) mean age of 55 years, (2) 71% (29/41) female, (3) 100% (41/41) African American, and (4) 76% (31/41) reported annual incomes below US $20,000. Significant changes over time in the expected direction were observed for BMI (P<.02); diabetes-related distress (P<.02); global (P<.01) and dietary (P<.01) environmental barriers to self-care; one physical activity subscale (P<.04); and one dietary intake (P<.01) subscale. The participant feedback regarding the intervention (eg, ease of use, interest, and perceived impact) was consistently positive. The usage patterns showed that the majority of participants logged in regularly during the first two months, and around half logged in each week on average across the six month period. CONCLUSIONS: This study demonstrated promising initial results of an immersive virtual world approach to reaching underserved individuals with diabetes to deliver diabetes self-management education. This intervention model and method show promise and could be tailored for other populations. A large scale controlled trial is needed to further examine efficacy.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,599

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,284
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle