MétaCan
Menu
Retour à la cohorte
Enregistrement W2271840788 · doi:10.2196/mhealth.4966

A Mobile App for Hypertension Management Based on Clinical Practice Guidelines: Development and Deployment

2016· article· en· W2271840788 sur OpenAlexvenueno aff
Hannah Kang, Hyeoun‐Ae Park

Notice bibliographique

RevueJMIR mhealth and uhealth · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMedication adherenceMobile appsBlood pressureDisease managementPhysical therapyPatient satisfactionDiseaseInternal medicineNursingWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Hypertension is a chronic and lifestyle-related disease that requires continuous preventive care. Although there are many evidence-based clinical practice guidelines (CPGs) for hypertension management, applying them to daily management can be difficult for patients with hypertension. A mobile app, based on CPGs, could help patients with hypertension manage their disease. OBJECTIVE: To develop a mobile app for hypertension management based on CPGs and evaluate its effectiveness in patients with hypertension with respect to perceived usefulness, user satisfaction, and medication adherence. METHODS: The hypertension management app (HMA) was developed according to the Web-Roadmap methodology, which includes planning, analysis, design, implementation, and evaluation phases. The HMA was provided to individuals (N=38) with hypertension. Medication adherence was measured before and after using the HMA for 4 weeks. The perceived usefulness and user satisfaction were surveyed in the patients who completed the medication adherence survey. RESULTS: Of the 38 study participants, 29 (76%) participated in medical adherence assessment. Medication adherence, as measured by the Modified Morisky Scale, was significantly improved in these patients after they had used the HMA (P=.001). The perceived usefulness score was 3.7 out of 5. The user satisfaction scores, with respect to using the HMA for blood pressure recording, medication recording, data sending, alerting, recommending, and educating about medication were 4.3, 3.8, 3.1, 3.2, 3.4, and 3.8 out of 5, respectively, in the 19 patients. CONCLUSIONS: This study showed that a mobile app for hypertension management based on CPGs is effective at improving medication adherence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,186
Tête enseignante GPT0,460
Écart entre enseignants0,274 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations115
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207