Experiences of Using Web-Based and Mobile Technologies to Support Self-Management of Type 2 Diabetes: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: The prevalence of type 2 diabetes is rising, placing increasing strain on health care services. Web-based and mobile technologies can be an important source of information and support for people with type 2 diabetes and may prove beneficial with respect to reducing complications due to mismanagement. To date, little research has been performed to gain an insight into people's perspectives of using such technologies in their daily management. OBJECTIVE: The purpose of this study was to understand the impact of using Web-based and mobile technologies to support the management of type 2 diabetes. METHODS: In-depth interviews were conducted with 15 people with type 2 diabetes to explore experiences of using Web-based and mobile technologies to manage their diabetes. Transcripts were analyzed using the framework method. RESULTS: Technology supported the users to maintain individualized and tailored goals when managing their health. A total of 7 themes were identified as important to participants when using technology to support self-management: (1) information, (2) understanding individual health and personal data, (3) reaching and sustaining goals, (4) minimizing disruption to daily life, (5) reassurance, (6) communicating with health care professionals, and (7) coordinated care. CONCLUSIONS: Patients need to be supported to manage their condition to improve well-being and prevent diabetes-related complications from arising. Technologies enabled the users to get an in-depth sense of how their body reacted to both lifestyle and medication factors-something that was much more difficult with the use of traditional standardized information alone. It is intended that the results of this study will inform a new questionnaire designed to assess self-management in people using Web-based and mobile technology to manage their health.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».