Assessment of Heart Failure Patients’ Interest in Mobile Health Apps for Self-Care: Survey Study
Notice bibliographique
Résumé
BACKGROUND: Heart failure is a serious public health concern that afflicts millions of individuals in the United States. Development of behaviors that promote heart failure self-care may be imperative to reduce complications and avoid hospital re-admissions. Mobile health solutions, such as activity trackers and smartphone apps, could potentially help to promote self-care through remote tracking and issuing reminders. OBJECTIVE: The objective of this study was to ascertain heart failure patients' interest in a smartphone app to assist them in managing their treatment and symptoms and to determine factors that influence their interest in such an app. METHODS: In the clinic waiting room on the day of their outpatient clinic appointments, 50 heart failure patients participated in a self-administered survey. The survey comprised 139 questions from previously published, institutional review board-approved questionnaires. The survey measured patients' interest in and experience using technology as well as their function, heart failure symptoms, and heart failure self-care behaviors. The Minnesota Living with Heart Failure Questionnaire (MLHFQ) was among the 11 questionnaires and was used to measure the heart failure patients' health-related quality of life through patient-reported outcomes. RESULTS: Participants were aged 64.5 years on average, 32% (16/50) of the participants were women, and 91% (41/45) of the participants were determined to be New York Heart Association Class II or higher. More than 60% (30/50) of the survey participants expressed interest in several potential features of a smartphone app designed for heart failure patients. Participant age correlated negatively with interest in tracking, tips, and reminders in multivariate regression analysis (P<.05). In contrast, MLHFQ scores (worse health status) produced positive correlations with these interests (P<.05). CONCLUSIONS: The majority of heart failure patients showed interest in activity tracking, heart failure symptom management tips, and reminder features of a smartphone app. Desirable features and an understanding of factors that influence patient interest in a smartphone app for heart failure self-care may allow researchers to address common concerns and to develop apps that demonstrate the potential benefits of mobile technology.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».