Enhancing User Experience Through User Study: Design of an mHealth Tool for Self-Management and Care Engagement of Cardiovascular Disease Patients
Notice bibliographique
Résumé
BACKGROUND: As patient communication, engagement, personal health data tracking, and up-to-date information became more efficient through mobile health (mHealth), cardiovascular diseases (CVD) and other diseases that require behavioral improvements in daily life are now capable of being managed and prevented more effectively. However, to increase patient engagement through mHealth, it is important for the initial design to consider functionality and usability factors and accurately assess user demands during the developmental process so that the app can be used continuously. OBJECTIVE: The purpose of the study was to provide insightful information for developing mHealth service for patients with CVD based on user research to help enhance communication between patients and doctors. METHODS: To drive the mobile functions and services needed to manage diseases in CVD patients, user research was conducted on patients and doctors at a tertiary general university hospital located in the Seoul metropolitan area of South Korea. Interviews and a survey were performed on patients (35 participants) and a focus group interview was conducted with doctors (5 participants). A mock-up mobile app was developed based on the user survey results, and a usability test was then conducted (8 participants) to identify factors that should be considered to improve usability. RESULTS: The majority of patients showed a positive response in terms of their interest or intent to use an app for managing CVD. Functional features, such as communication with doctors, self-risk assessment, exercise, tailored education, blood pressure management, and health status recording had a score of 4.0 or higher on a 5-point Likert scale, showing that these functions were perceived to be useful to patients. The results of the mock-up usability test showed that inputting and visualizing blood pressure and other health conditions was required to be easier. The doctors requested a function that offered a comprehensive view of the patient's daily health status by linking the mHealth app data with the hospital's electronic health record system. CONCLUSIONS: Insights derived from a user study for developing an mHealth tool for CVD management, such as self-assessment and a communication channel between patients and doctors, may be helpful to improve patient engagement in 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».