MétaCan
Menu
Retour à la cohorte
Enregistrement W2884124012 · doi:10.2196/10105

Promoting Self-Care of Diabetic Foot Ulcers Through a Mobile Phone App: User-Centered Design and Evaluation

2018· article· en· W2884124012 sur OpenAlexvenueno aff
Bernd Ploderer, Ross Brown, Leonard Seng, Peter A Lazzarini, Jaap J. van Netten

Notice bibliographique

RevueJMIR Diabetes · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesQueensland University of Technology
Mots-clésMobile phoneDiabetic footThematic analysisUsabilityMedicinePhoneSelf-managementPsychologyInternet privacyQualitative researchComputer scienceDiabetes mellitusHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Without effective self-care, people with diabetic foot ulcers (DFUs) are at risk of prolonged healing times, hospitalization, amputation, and reduced quality of life. Despite these consequences, adherence to DFU self-care remains low. New strategies are needed to engage people in the self-care of their DFUs. OBJECTIVE: This study aimed to evaluate the usability and potential usefulness of a new mobile phone app to engage people with DFUs in self-care. METHODS: We developed a new mobile phone app, MyFootCare, to engage people with DFUs through goals, progress monitoring, and reminders in self-care. Key features included novel visual analytics that automatically extract and monitor DFU size information from mobile phone photos of the foot. A functional prototype of MyFootCare was created and evaluated through a user-centered design process with 11 participants with DFUs. Data were collected through semistructured interviews discussing existing self-care practices and observations of MyFootCare with participants. Data were analyzed qualitatively through thematic analysis. RESULTS: Key themes were as follows: (1) participants already used mobile phone photos to monitor their DFU progress; (2) participants had limited experience with using mobile phone apps; (3) participants desired the objective DFU size data provided by the tracking feature of MyFootCare to monitor their DFU progress; (4) participants were ambivalent about the MyFootCare goal image and diary features, commenting that these features were useful but also that it was unlikely that they would use them; and (5) participants desired to share their MyFootCare data with their clinicians to demonstrate engagement in self-care and to reflect on their progress. CONCLUSIONS: MyFootCare shows promising features to engage people in DFU self-care. Most notably, ulcer size data are useful to monitor progress and engage people. However, more work is needed to improve the usability and accuracy of MyFootCare, that is, by refining the process of taking and analyzing photos of DFUs and removing unnecessary features. These findings open the door for further work to develop a system that is easy to use and functions in everyday life conditions and to test it with people with DFUs and their carers.

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)0,013
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
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 Opus0,025
Tête enseignante GPT0,316
Écart entre enseignants0,291 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations83
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207