Usable Mobile App for Community Education on Colorectal Cancer: Development Process and Usability Study
Notice bibliographique
Résumé
BACKGROUND: Participation in colorectal cancer screening is still low among Malaysians despite the increasing trend of incidence, with more than half of the new cases being detected in the advanced stages. Knowledge improvement might increase screening participation and thus improve the chances of disease detection. With the advancement of communication technology, people nowadays prefer to read from their mobile phone using a Web browser or mobile apps compared with the traditional printed material. Therefore, health education and promotion should adapt this behavior change in educating the community. OBJECTIVE: This study aimed to document the process of designing and developing a mobile app for community education on colorectal cancer and assess the usability of the prototype. METHODS: The nominal group technique (NGT) was used for the content development of the mobile app. NGT involving community educationists and clinicians combined with community representatives as the target users identified relevant health information and communication strategies including features for a user-friendly mobile app. The prototype was developed using framework Ionic 1, based on the Apache Cordova and Angular JS (Google). It was published in the Google Play store. In total, 50 mobile phone users aged 50 years and above and who had never been diagnosed with any type of cancer were invited to download and use the app. They were asked to assess the usability of the app using the validated Malay version of System Usability Scale Questionnaire for the Assessment of Mobile Apps questionnaire. The One-sample t test was used to assess the usability score with a cut-off value of 68 for the usable mobile app. RESULTS: The Colorectal Cancer Awareness Application (ColorApp) was successfully developed in the local Malay language. The NGT discussion had suggested 6 main menus in the ColorApp prototype, which are Introduction, Sign and Symptoms, Risk Factors, Preventive Measures, Colorectal Cancer Screening Program, and immunochemical fecal occult blood test kit. A total of 2 additional artificial intelligence properties menus were added to allow user-ColorApp interaction: Analyze Your Status and ColorApp Calculator. The prototype has been published in the Google Play store. The mean usability score was 72 (SD 11.52), which indicates that ColorApp is a usable mobile app, and it can be used as a tool for community education on colorectal cancer. CONCLUSIONS: ColorApp mobile app can be used as a user-friendly tool for community education on colorectal cancer.
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 | 0,015 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».