Use of and Beliefs About Mobile Phone Apps for Diabetes Self-Management: Surveys of People in a Hospital Diabetes Clinic and Diabetes Health Professionals in New Zealand
Notice bibliographique
Résumé
BACKGROUND: People with diabetes mellitus (DM) are using mobile phone apps to support self-management. The numerous apps available to assist with diabetes management have a variety of functions. Some functions, like insulin dose calculators, have significant potential for harm. OBJECTIVES: The study aimed to establish (1) whether people with DM in Wellington, New Zealand, use apps for DM self-management and evaluate desirable features of apps and (2) whether health professionals (HPs) in New Zealand treating people with DM recommend apps to patients, the features HPs regard as important, and their confidence with recommending apps. METHODS: A survey of patients seen at a hospital diabetes clinic over 12 months (N=539) assessed current app use and desirable features. A second survey of HPs attending a diabetes conference (n=286) assessed their confidence with app recommendations and perceived usefulness. RESULTS: Of the 189 responders (35.0% response rate) to the patient survey, 19.6% (37/189) had used a diabetes app. App users were younger and in comparison to other forms of diabetes mellitus, users prominently had type 1 DM. The most favored feature of the app users was a glucose diary (87%, 32/37), and an insulin calculator was the most desirable function for a future app (46%, 17/37). In non-app users, the most desirable feature for a future app was a glucose diary (64.4%, 98/152). Of the 115 responders (40.2% response rate) to the HPs survey, 60.1% (68/113) had recommended a diabetes app. Diaries for blood glucose levels and carbohydrate counting were considered the most useful app features and the features HPs felt most confident to recommend. HPs were least confident in recommending insulin calculation apps. CONCLUSIONS: The use of apps to record blood glucose was the most favored function in apps used by people with diabetes, with interest in insulin dose calculating function. HPs do not feel confident in recommending insulin dose calculators. There is an urgent need for an app assessment process to give confidence in the quality and safety of diabetes management apps to people with diabetes (potential app users) and HPs (potential app prescribers).
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».