MétaCan
Menu
Retour à la cohorte
Enregistrement W2907799275 · doi:10.2196/10318

Using Human-Centered Design to Build a Digital Health Advisor for Patients With Complex Needs: Persona and Prototype Development

2018· article· en· W2907799275 sur OpenAlexaff
Onil Bhattacharyya, Kathryn Mossman, Lovisa Gustafsson, Eric C. Schneider

Notice bibliographique

RevueJournal of Medical Internet Research · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiquePersona Design and Applications
Établissements canadiensWomen's College HospitalUniversity of Toronto
Organismes subventionnairesGordon and Betty Moore FoundationCommonwealth Fund
Mots-clésDigital healthPersonaGeneral partnershipHealth careKnowledge managementPatient portalPublic relationsNursingComputer scienceMedicineMedical educationBusinessHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Twenty years ago, a "Guardian Angel" or comprehensive digital health advisor was proposed to empower patients to better manage their own health. This is now technically feasible, but most digital applications have narrow functions and target the relatively healthy, with few designed for those with the greatest needs. OBJECTIVE: The goal of the research was to identify unmet needs and key features of a general digital health advisor for frail elderly and people with multiple chronic conditions and their caregivers. METHODS: In-depth interviews were used to develop personas and use cases, and iterative feedback from participants informed the creation of a low-fidelity prototype of a digital health advisor. Results were shared with developers, investors, regulators, and health system leaders for suggestions on how this could be developed and disseminated. RESULTS: Patients highlighted the following goals: "live my life," "love my life," "manage my health," and "feel understood." Patients and caregivers reported interest in four functions to address these goals: tracking and insights, advice and information, providing a holistic picture of the patient, and coordination and communication. Experts and system stakeholders felt the prototype was technically feasible, and that while health care delivery organizations could help disseminate such a tool, it should be done in partnership with consumer-focused organizations. CONCLUSIONS: This study describes the key features of a comprehensive digital health advisor, but to spur its development, we need to clarify the business case and address the policy, organizational, and cultural barriers to creating tools that put patients and their goals at the center of the health system.

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)0,015
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0030,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,272
Tête enseignante GPT0,456
Écart entre enseignants0,185 · 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'étudeSimulation ou modélisation
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

Citations84
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetPersona Design and ApplicationsTravaux en français237 207