Apps to Support Self-Management for People With Hypertension: Content Analysis
Notice bibliographique
Résumé
Background: Home blood pressure monitoring (HBPM) is one component of effective supported self-management, which may potentially be mediated by mobile apps. Objective: The aim of this study was to identify the self-management features (HBPM and broader support strategies) offered by currently available apps and to determine the features associated with download frequency and user ratings. Methods: We searched Google Play store, Apple App store, National Health Services Apps Library and myhealthapps.net (first search on February 1, 2018; updated August 18, 2018). We included high blood pressure apps available in the United Kingdom and extracted their features, number of downloads, and the average users’ rating from the app stores. We mapped the features to the holistic Practical Reviews In Self-Management Support (PRISMS) taxonomy of self-management support. We employed a regression analysis to determine if any features were associated with download frequency or user rating. Results: We included 151 apps. The 3 most common features were as follows: monitoring blood pressure (BP) and charting logs; lifestyle (exercise or dietary) advice; and providing information about hypertension. The other 11 components of the PRISMS taxonomy were rarely featured. There was little evidence to support associations between specific features and the download statistics and rating scores, with only 2 uncommon features achieving borderline significant associations. The presence of social support features, such as a forum, was weakly but significantly (R2=.04, P=.02) correlated with the number of downloads. Apps designed specifically for particular BP monitors/smart watches were weakly associated with a higher rating score (R2=.05, P<.001). Apps with more ratings were associated with more downloads (R2=.91, P<.001). Conclusions: The functionality of currently available apps is limited to logging BP, offering lifestyle advice, and providing information about hypertension. Future app development should consider broadening the remit to produce a system that can respond flexibly to the diversity of support that enables people to self-manage their hypertension.
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 | 0,005 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,013 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».