MétaCan
Menu
Retour à la cohorte
Enregistrement W2809407179 · doi:10.2196/mhealth.9987

A Novel mHealth Approach for a Patient-Centered Medication and Health Management System in Taiwan: Pilot Study

2018· article· en· W2809407179 sur OpenAlexvenueno aff
Wen-Ting Hsieh, Yung‐Cheng Su, Hsin-Lien Han, Ming‐Yuan Huang

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésmHealthUsage dataHealth careMedicineTelemedicineInternet privacyNursingComputer scienceWorld Wide WebPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mobile health (mHealth) apps have recently demonstrated the potential to engage and empower people to improve their own health. Although the availability of health-related apps is increasing, their adoption rate in Taiwan is exceptionally low mainly due to the preponderance of Western culture-based app designs that are challenging for non-English-speaking individuals. To our knowledge, no mHealth app is available in Taiwan that is culturally tailored for Chinese-speaking users and that applies a patient-centered approach to self-manage medication and health. OBJECTIVE: The purpose of this study was to design and deploy a culturally tailored mHealth system that could be easily integrated into current clinical practice and to evaluate how this mHealth system could support the continuity of patient care in Taiwan. METHODS: An mHealth information system and a mobile app were designed. To promote the best patient experience, a Quick Response (QR) code system was developed to enable efficient registration of personal medication information through the mobile app. The app also supported notifications for drug utilization, refills, and symptom checks. Patients were encouraged to record medication use, symptoms, and self-assessments in the app during their treatment period. Evaluation of the novel mHealth system was conducted from August 1, 2016 to December 31, 2016 at MacKay Memorial Hospital, Taipei, Taiwan. Population data and app usage statistics were analyzed. RESULTS: During the 5-month implementation period, a total of 25,909 users downloaded the app with an overall 7-day retention rate of 15.4% (SD 3.9). Young male adults (range 25-44 years) were the predominant user population. Patients' feedback on app usability and design, QR code system as drug input method, medication reminders, and linking family or friends into care networks was generally positive. Physicians showed great interest in utilizing patient-generated data in their care process, and the positive medication adherence rate was the most highly valued component of this system. CONCLUSIONS: This pilot study demonstrated the value of a novel mHealth approach for individualized medication and health management in Taiwan. The mHealth system shows the potential to optimize personalized care into existing clinical services and may help hospitals and health authorities perform continuous quality improvement and policy development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,151
Tête enseignante GPT0,458
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207