MétaCan
Menu
Retour à la cohorte
Enregistrement W2763516313 · doi:10.2196/resprot.8051

Adoption, Acceptability, and Effectiveness of a Mobile Health App for Personalized Prostate Cancer Survivorship Care: Protocol for a Realist Case Study of the Ned App

2017· article· en· W2763516313 sur OpenAlexaffvenue
Quỳnh Phạm, Joseph A Cafazzo, Andrew Feifer

Notice bibliographique

RevueJMIR Research Protocols · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensCredit Valley HospitalPublic Health OntarioUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésSurvivorship curveProstate cancerMedicinemHealthCancer survivorshipProtocol (science)CancerHealth careGerontologyAlternative medicineNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: By 2030, prostate cancer will be the most commonly diagnosed cancer in North America. To mitigate this impending challenge, comprehensive support mechanisms for disease- and treatment-specific changes in health and well-being must be proactively designed and thoughtfully implemented for streamlined survivorship care. mHealth apps have been lauded as a promising complement to current outpatient treatment and monitoring strategies, but have not yet been widely used to support prostate cancer survivorship needs. A realist evaluation is needed to examine the impact of such apps on the prostate cancer survivorship experience. OBJECTIVE: We seek to gain an understanding of how an mHealth app for prostate cancer survivorship care called Ned (No Evident Disease) is adopted and accepted by patients, caregivers, and clinicians. We also aim to determine the effect of Ned on health-related quality of life, satisfaction with cancer care, unmet needs, self-efficacy, and prostate cancer-related levels of anxiety. METHODS: The Ned case study is a 12-month mixed-methods embedded single-case study with a nested within-group pre-post comparison of health outcomes. We will give 400 patients, 200 caregivers, and 10 clinicians access to Ned. Participants will be asked to complete study assessments at baseline, 2 months, 6 months, and 12 months. We will conduct 30 semistructured qualitative interviews with patients (n=20) and their caregivers (n=10) poststudy to gain insight into their experience with the app. RESULTS: We recruited our first survivor in October 2017 and anticipate completing this study by May 2019. CONCLUSIONS: This will, to our knowledge, be the first realist case study to evaluate an app for prostate cancer survivorship care. Prostate cancer survivors are set to increase in number and longevity, heightening the need for integrated survivorship solutions to provide them with optimal and durable outcomes. The knowledge gained from this study will comprehensively inform how and why Ned works, for whom, and in what circumstances. Understanding the impact of digital health interventions such as Ned on how survivors care for themselves is critical to realizing patient-centered care.

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 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)0,005
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: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,257
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,220
Tête enseignante GPT0,580
Écart entre enseignants0,360 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations26
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetCancer survivorship and careTravaux en français237 207