MyHealthyGut: development of a theory-based self-regulatory app to effectively manage celiac disease
Notice bibliographique
Résumé
BACKGROUND: Celiac disease affects approximately 1% of the North American population and the only treatment is to follow a strict gluten-free (GF) diet. Unfortunately, the GF diet can be challenging, and poor adherence can lead to detrimental physical and psychological health outcomes for people with celiac disease. The goal of this study was to design, develop and pilot test a smartphone app (MyHealthyGut), to promote effective self-management of celiac disease and improve gut health. In Part 1, feedback from end-users (adults with celiac disease) regarding the desired functions and content of an app to manage celiac disease was gathered. Part 2 was a pilot test of the MyHealthyGut app with end-users and healthcare professionals. METHODS: Part 1: 118 adults diagnosed with celiac disease participated in the initial survey. Based on findings from this study, version 1.0 of the app was created. Part 2: 12 adults with celiac disease engaged in focus groups to provide feedback after testing the app for a 1-week period; and seven healthcare professionals (dietitians and physicians) provided online feedback about the app after using it for a 2-week period. RESULTS: Part 1: over 90% of participants indicated a need for an app for celiac disease. Ease of use, available functions, nutritious GF recipes and cost were the top four most important perceived factors to 40-60% of participants for an app to manage celiac disease. Over 25% of participants also indicated it was important to have a list of the top 100 GF foods and evidence-based supplements, the ability to track symptoms and cooking tips. Part 2: focus group participants suggested revisions to the app pertaining to functionality and ease of use (e.g., clearly marked way-finding buttons, enhance onboarding), improving the symptom journaling feature, and app content (e.g., add information on irritable bowel syndrome). The majority of healthcare professionals reported positive perceptions of the app and reported similar revisions to content, functionality and ease of use. CONCLUSIONS: Health-related mobile applications make smartphones useful tools in providing point of care to the user. Participants reported a need for the MyHealthyGut app, listed desired content, features and functions and provided feedback to revise the content, features and functions of version 1.0 of the MyHealthyGut app. MyHealthyGut is the first evidence-based app that may be helpful in empowering users to effectively self-manage celiac disease and promote general gut 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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».