Development of a Mobile Health Intervention to Promote Papanicolaou Tests and Human Papillomavirus Vaccination in an Underserved Immigrant Population: A Culturally Targeted and Individually Tailored Text Messaging Approach
Notice bibliographique
Résumé
BACKGROUND: Disparities in cervical cancer incidence and mortality signify the need for intervention efforts targeting Korean American immigrant women. OBJECTIVE: The purpose of this study was to demonstrate how a culturally targeted and tailored mobile text messaging intervention, mobile screening (mScreening), was developed to promote the uptake of Papanicolaou tests and human papillomavirus vaccine among young Korean American immigrant women. METHODS: Guided by the Fogg behavior model, the mScreening intervention was developed through a series of focus groups. Braun and Clarke's thematic analysis was used to identify core themes. RESULTS: Overall, 4 themes were identified: (1) tailored message content (ie, basic knowledge about cervical cancer), (2) an interactive and visual message format (ie, age-appropriate and friendly messages using emoticons), (3) brief message delivery formats to promote participant engagement, and (4) use of an incentive to motivate participation (ie, gift cards). CONCLUSIONS: This study demonstrated the processes of gathering culturally relevant information to develop a mobile phone text messaging intervention and incorporating the target population's perspectives into the development of the intervention. The findings of the study could help guide future intervention development targeting different types of cancer screening in other underserved racial or ethnic groups.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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 ».