Supply and Demand in mHealth Apps for Persons With Multiple Sclerosis: Systematic Search in App Stores and Scoping Literature Review
Notice bibliographique
Résumé
BACKGROUND: Multiple sclerosis (MS) is a non-curable chronic inflammatory disease of the central nervous system that affects more than 2 million people worldwide. MS-related symptoms impact negatively on the quality of life of persons with MS, who need to be active in the management of their health. mHealth apps could support these patient groups by offering useful tools, providing reliable information, and monitoring symptoms. A previous study from this group identified needs, barriers, and facilitators for the use of mHealth solutions among persons with MS. It is unknown how commercially available health apps meet these needs. OBJECTIVE: The main objective of this review was to assess how the features present in MS apps meet the reported needs of persons with MS. METHODS: We followed a combination of scoping review methodology and systematic assessment of features and content of mHealth apps. A search strategy was defined for the two most popular app stores (Google Play and Apple App Store) to identify relevant apps. Reviewers independently conducted a screening process to filter apps according to the selection criteria. Interrater reliability was assessed through the Fleiss-Cohen coefficient (k=.885). Data from the included MS apps were extracted and explored according to classification criteria. RESULTS: An initial total of 581 potentially relevant apps was found. After removing duplicates and applying inclusion and exclusion criteria, 30 unique apps were included in the study. A similar number of apps was found in both stores. The majority of the apps dealt with disease management and disease and treatment information. Most apps were developed by small and medium-sized enterprises, followed by pharmaceutical companies. Patient education and personal data management were among the most frequently included features in these apps. Energy management and remote monitoring were often not present in MS apps. Very few contained gamification elements. CONCLUSIONS: Currently available MS apps fail to meet the needs and demands of persons with MS. There is a need for health professionals, researchers, and industry partners to collaborate in the design of mHealth solutions for persons with MS to increase adoption and engagement.
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 | 0,020 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,035 | 0,031 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».