MétaCan
Menu
Retour à la cohorte
Enregistrement W2897275009 · doi:10.2196/11246

Text Messaging to Enhance Mindfulness-Based Smoking Cessation Treatment: Program Development Through Qualitative Research

2018· article· en· W2897275009 sur OpenAlexvenueno aff
Claire A. Spears, Sharrill A Bell, Charlayne A. Scarlett, Natalie K. Anderson, Cherell Cottrell‐Daniels, Sadaf Lotfalian, Maitreyi Bandlamudi, Amanda Grant, Anna Sigurdardottir, Brittani P Carter, Lorien C. Abroms, David W. Wetter

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Complementary and Integrative HealthNational Cancer InstituteNational Institutes of HealthNational Center for Advancing Translational SciencesHuntsman Cancer Foundation
Mots-clésMindfulnessSmoking cessationmHealthPsychological interventionPopulationeHealthPsychologyMedicineClinical psychologyPsychotherapistPsychiatryHealth careEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mindfulness-based programs show promise for promoting smoking cessation in diverse populations. Mobile health strategies could increase treatment engagement and in-the-moment support, thus enhancing the effects of mindfulness-based smoking cessation interventions. However, most mobile health programs have been developed without sufficient input from the target population. OBJECTIVE: By eliciting input from the target population, predominantly low socioeconomic status (SES) African American adult smokers, throughout the development of an SMS (short message service) text messaging program that teaches mindfulness for smoking cessation, we aimed for the resulting program to be optimally effective and consistent with participants' needs and preferences. METHODS: Two qualitative studies (N=25) were conducted with predominantly low SES, African American adult smokers. In Study 1 (initial qualitative input; n=15), participants engaged in focus groups to provide suggestions for program development. In Study 2 (abbreviated trial; n=10), participants received a 1-week version of the SMS text messaging program and provided feedback through in-depth interviews. RESULTS: In Study 1, participants suggested that the SMS text messaging program should be personalized and interactive (ie, involve two-way messaging); provide strategies for coping with cravings and recovering from smoking lapses; involve relatively short, to-the-point messages; and include pictures. In Study 2, participants were highly engaged with the texts, indicated that the program was useful, and provided additional suggestions for improvement. CONCLUSIONS: Eliciting feedback from the target population throughout the intervention development process allowed for iterative revisions to increase feasibility, acceptability, and effectiveness. Overall, SMS text messaging appears to be a feasible, appealing way to provide in-the-moment personalized support and encourage mindfulness among low-income African American smokers.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,252
Tête enseignante GPT0,611
Écart entre enseignants0,359 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations27
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetDigital Mental Health InterventionsTravaux en français237 207