Using a lifestyle management application for women with prediabetes to assist with behaviour change: A qualitative exploration
Notice bibliographique
Résumé
Lifestyle behaviour change is challenging; however, technology can positively assist in this area. There is an increased interest from researchers and clinicians to utilize smartphone applications (apps) to deliver health-related interventions or assist with behaviour change. As six million people in Canada are living with prediabetes, lifestyle adjustments are needed to reduce risk of developing type 2 diabetes. Lifestyle interventions involving exercise and diet can reduce this progression. Due to resource challenges, most lifestyle inverventions are short-lived. As such, utilizing effective accessible and user-friendly technological tools can help individuals beyond the intervention. The purpose of this study was to explore users' experiences with using a lifestyle management app (HealthWatch 360) for women with prediabetes. Use of this app was one component of a 3-week behaviour change program. Participants were guided in how to use the app at program commencement. After program completion, participants were encouraged to continue to use the app to assist with behaviour changes related to exercise and diet. Fourteen women (Mage=60.07, SD=5.05) were interviewed at two time points (post-intervention, 3-month follow-up; Mlength=49 min) to understand experiences with using HealthWatch 360 to aid in prediabetes management. Interviews were conducted as limited qualitative research exists in this area and less on understanding the effectiveness of apps over time. An inductive thematic analysis revealed three themes related to app use: facilitators, barriers, and recommendations. Findings provide insight into opportunities and challenges in utilizing an app as part of health-related behaviour change and can inform evidence-based interventions that integrate lifestyle apps.Acknowledgments: Michael Smith Foundation for Health Research
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 | 0,013 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».