MétaCan
Menu
Retour à la cohorte
Enregistrement W2930205843 · doi:10.2196/12700

Creating an mHealth App for Colorectal Cancer Screening: User-Centered Design Approach

2019· article· en· W2930205843 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Human Factors · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer Institute
Mots-clésmHealthPopularityUsabilityMobile appsContext (archaeology)User-centered designComputer scienceInternet privacyWorld Wide WebMedicineHuman–computer interactionPsychologyNursingPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients are increasingly using mobile health (mHealth) apps to monitor their health and educate themselves about medical issues. Despite the increasing popularity of such apps, poor design and usability often lead to suboptimal continued use of these apps and subsequently to poor adherence to the behavior changes at which they are aimed. One solution to these design problems is for app developers to use user-centered design (UCD) principles to consider the context and needs of users during the development process. OBJECTIVE: This study aimed to present a case study on the design and development process for an mHealth app that uses virtual human technology (VHT) to encourage colorectal cancer (CRC) screening among patients aged 50 years and above. METHODS: We have first provided an overview of the project and discussed its utilization of VHT. We have then reviewed UCD principles and how they can be incorporated into the development of health apps. We have described how we used UCD processes during the app's development. We have then discussed the unique roles played by communication researchers, computer scientists, clinicians, and community participants in creating an mHealth app that is credible, usable, effective, and accessible to its target audience. RESULTS: The principles of UCD were woven throughout the project development, with researchers collecting feedback from patients and providers at all stages and using that feedback to improve the credibility, usability, effectiveness, and accessibility of the mHealth app. The app was designed in an iterative process, which encouraged feedback and improvement of the app and allowed teams from different fields to revisit topics and troubleshoot problems. CONCLUSIONS: Implementing a UCD process contributed to the development of an app, which not only reflected cross-disciplinary expertise but also the needs, wants, and concerns of patients.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,216
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,171
Tête enseignante GPT0,475
Écart entre enseignants0,304 · 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