An mHealth Assistive System “MyLung” to Empower Patients with Chronic Obstructive Pulmonary Disease: Design Science Research
Notice bibliographique
Résumé
Background: Chronic obstructive pulmonary disease (COPD) comprises a group of progressive diseases that deteriorate lung functions. When patients cannot breathe, nothing else in their lives matter. Breathlessness has negative implications on patients’ lives, which leads to physical and psychological limitations. Moreover, the lack of relevant and updated information about the causes and consequences of the disease can exacerbate the problems of health literacy, information accessibility, and medical adherence. Objective: The objective of this study is to design an innovative mobile health (mHealth) app system called “MyLung” that provides complete solutions in order to increase self-awareness and promote better self-care management. This system, an information technology artifact, includes three novel integrative modules: education, risk reduction, and monitoring. Methods: The utility and effectiveness of the assistive mobile-based technology were evaluated using a mixed-methods approach. The study combined quantitative and qualitative research methods to thoroughly understand how the assistive mobile-based technology can influence patients’ behavioral intention to change their lifestyle. Thirty patients were categorized into two groups (intervention group and control group). Results: The results from the quantitative analysis led to four follow-up interviews in the qualitative study. The results of the quantitative study provided significant evidence to show that the design of MyLung leads to a change in the awareness level, self-efficacy, and behavioral intention for patients with COPD. The t tests revealed a significant difference before and after using the mobile-based app with regard to the awareness level (mean 3.28 vs 4.56; t10=6.062; P<.001), self-efficacy (mean 3.11 vs 5.56; t10=2.96; P=.01), and behavioral intention (mean 2.91 vs 4.55; t10=3.212; P=.009). Independent sample t tests revealed significant differences between the intervention group and the control group in terms of the awareness level (mean 4.56 vs 3.31; t19=4.80; P<.001) and self-efficacy (mean 5.56 vs 3.66; t19=2.8; P<.01). Integration of findings from quantitative and qualitative studies reveled the impact of the design in a comprehensive manner. These inferences are referred to as “meta-inferences” in this study. Conclusions: We designed an innovative assistive mobile-based technology to empower patients with COPD, which helped increase awareness and engage patients in self-care management activities. The assistive technology aims to inform patients about the risk factors of COPD and to improve access to relevant information. Meta-inferences that emerge from the research outputs contribute to research into chronic management information systems by helping us gain a more complete understanding of the potential impacts of this proposed mobile-based design on patients with chronic disease.
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 | 0,018 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,002 | 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) | 0,003 | 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 ».