MétaCan
Menu
Retour à la cohorte
Enregistrement W2915104767 · doi:10.2196/12028

iCanCope PostOp: User-Centered Design of a Smartphone-Based App for Self-Management of Postoperative Pain in Children and Adolescents

2019· article· en· W2915104767 sur OpenAlex
Kathryn A. Birnie, Fiona Campbell, Cynthia Nguyen, Chitra Lalloo, Argerie Tsimicalis, Clyde Matava, Joseph A Cafazzo, Jennifer Stinson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueJMIR Formative Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensMcGill UniversityInstitute for Clinical Evaluative SciencesUniversity Health NetworkUniversity of TorontoSickKids FoundationShriners Hospitals for Children - CanadaPublic Health OntarioHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick ChildrenShriners Hospitals for Children
Mots-clésSmartphone appMobile appsSmartphone applicationSelf-managementPain managementPhysical therapyUser-centered designPsychologyMedicineComputer scienceHuman–computer interactionMultimediaWorld Wide WebArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Moderate to severe postoperative pain in children is common. Increased pediatric day surgeries have shifted postoperative pain management predominantly to the home setting. Mobile health technology has the potential to overcome barriers to pain care by improving access to self-management resources. However, pain apps generally lack scientific evidence and are highly underutilized due to lack of involvement of end users in their development. Thus, an evidence-based pain self-management smartphone app that incorporates the needs and perspective of children and adolescents (end users) has potential to improve postoperative pain management. OBJECTIVE: This paper aimed to describe how the principles of user-centered design were applied to the development of iCanCope PostOp, a smartphone-based pain self-management app for children and adolescents after surgery. Specifically, it presents 2 completed phases of the user-centered design process (concept generation and ideation) for the iCanCope PostOp app. METHODS: Phase 1 was a multisite needs assessment from the perspective of 19 children and adolescents who had undergone various day surgeries, 19 parents, and 32 multidisciplinary health care providers. Children, adolescents, and parents completed individual semistructured interviews, and health care providers participated in focus groups. Data were summarized using qualitative content analysis. Phase 2 developed a pain care algorithm for the app using Delphi surveys and a 2-day in-person design workshop with 11 multidisciplinary pediatric postoperative pain experts and 2 people with lived experience with postoperative pain. RESULTS: Phase 1 identified self-management challenges to postoperative pain management and recovery; limited available resources and reliance on medications as a predominant postoperative pain management strategy; and shared responsibility of postoperative pain care by children and adolescents, parents, and health care providers. Key app functions of tracking pain, pain self-management strategies, and goal setting were identified as priorities. Phase 2 led to the successful and efficient generation of a complete preliminary pain care algorithm for the iCanCope PostOp app, including clinically relevant inputs for feasible assessment and reassessment of pain and function (rest or sleep, movement or play, and mood or worry), as well as a catalog of pain management advice to be pushed to end users (psychological, physical, pharmacological, and education). CONCLUSIONS: The concept ideation and generation phases of the user-centered design approach were successfully completed for the iCanCope PostOp app. Next steps will include design finalization, app development (iOS or Android), evaluation through a randomized controlled trial, and subsequent implementation of the iCanCope PostOp app in clinical care.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,605

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,025
Tête enseignante GPT0,349
Écart entre enseignants0,324 · 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