MétaCan
Menu
Retour à la cohorte
Enregistrement W2738727114 · doi:10.2196/mhealth.8231

Photoaging Mobile Apps as a Novel Opportunity for Melanoma Prevention: Pilot Study

2017· article· en· W2738727114 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 mhealth and uhealth · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotoagingSkin cancerMedicineAttractivenessSunbathingMelanomaDermatologyGerontologyCancerPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Around 90% of melanomas are caused by ultraviolet (UV) exposure and are therefore eminently preventable. Unhealthy tanning behavior is mostly initiated in early adolescence, often with the belief that it increases attractiveness; the problems related to skin atrophy and malignant melanoma are too far in the future to fathom. Photoaging desktop programs, in which an image is altered to predict future appearance, have been successful in positively influencing behavior in adiposity or tobacco prevention settings. OBJECTIVE: To develop and test a photoaging app designed for melanoma prevention. METHODS: We harnessed the widespread availability of mobile phones and adolescents' interest in appearance to develop a free mobile app called Sunface. This app has the user take a self-portrait (ie, a selfie), and then photoages the image based on Fitzpatrick skin type and individual UV protection behavior. Afterward, the app explains the visual results and aims at increasing self-competence on skin cancer prevention by providing guideline recommendations on sun protection and the ABCDE rule for melanoma self-detection. The underlying aging algorithms are based on publications showing UV-induced skin damage by outdoor as well as indoor tanning. To get a first impression on how well the app would be received in a young target group, we included a total sample of 25 students in our cross-sectional pilot study with a median age of 22 (range 19-25) years of both sexes (11/25, 44% female; 14/25, 56% male) attending the University of Essen in Germany. RESULTS: The majority of enrolled students stated that they would download the app (22/25, 88%), that the intervention had the potential to motivate them to use sun protection (23/25, 92%) and that they thought such an app could change their perceptions that tanning makes you attractive (19/25, 76%). Only a minority of students disagreed or fully disagreed that they would download such an app (2/25, 8%) or that such an app could change their perceptions on tanning and attractiveness (4/25, 16%). CONCLUSIONS: Based on previous studies and the initial study results presented here, it is reasonable to speculate that the app may induce behavioral change in the target population. Further work is required to implement and examine the effectiveness of app-based photoaging interventions within risk groups from various cultural backgrounds.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,700
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,194
Tête enseignante GPT0,458
Écart entre enseignants0,264 · 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