Implementation and preliminary effectiveness of a real‐time pain management smartphone app for adolescents with cancer: A multicenter pilot clinical study
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.
Notice bibliographique
Résumé
BACKGROUND: Pain in adolescents with cancer (12-18 years) is common and negatively impacts health-related quality of life (HRQL). The Pain Squad+ smartphone app, which provides adolescents with real-time pain self-management support, was developed to address this issue. This study evaluated the implementation of the app to inform a future randomized controlled trial (RCT) and obtain treatment effect estimates for pain intensity, pain interference, HRQL, and self-efficacy. PROCEDURE: A one-group baseline/poststudy design with 40 adolescents recruited from two pediatric tertiary care centers was used. Baseline questionnaires were completed and adolescents used the app at least twice daily for 28 days, receiving algorithm-informed self-management advice depending on their reported pain. A nurse received alerts in response to sustained pain and contacted adolescents to assist in pain care. Poststudy questionnaires were completed. Descriptive analyses, with exploratory inferential testing conducted on health outcome data, were used to address study aims. RESULTS: Most (40/52; 77%) eligible adolescents participated. Two participants withdrew participation. Intervention fidelity was impacted by technical difficulties (occurring for 15% of participants) and a prolonged time for nurse contact in the event of sustained pain. Adherence to pain reporting was 68.8 ± 38.1%. Outcome measure completion rates were high and the intervention was acceptable to participants. Trends in improvements in pain intensity, pain interference, and HRQL were significant, with effect sizes of 0.23-0.67. CONCLUSIONS: Implementation of Pain Squad+ is feasible and the app appears to improve pain-related outcomes for adolescents with cancer. A multicenter RCT will be undertaken to examine app effectiveness.
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 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 | 0,003 | 0,000 |
| 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 découle