MétaCan
Menu
Retour à la cohorte
Enregistrement W2970448360 · doi:10.2196/14753

Evaluation of Mobile Apps Targeted at Patients With Spondyloarthritis for Disease Monitoring: Systematic App Search

2019· review· en· W2970448360 sur OpenAlexvenueno aff
Yu Heng Kwan, Wei Jie Ong, Mengfei Xiong, Ying Ying Leung, Jie Kie Phang, Charmaine Tze May Wang, Warren Fong

Notice bibliographique

RevueJMIR mhealth and uhealth · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMobile appsPsoriatic arthritisApp storeDiseasePhysical therapyWorld Wide WebComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There are many apps developed for patients with spondyloarthritis in the market, but their purpose and quality are not objectively evaluated. OBJECTIVE: The objective of this study was to identify and evaluate existing publicly available, high-quality apps that use validated measurement instruments for monitoring spondyloarthritis disease activity. METHODS: We conducted a review of apps available on the Apple App Store and the Google Play Store based on a combination of keywords and inclusion and exclusion criteria. Validated disease activity measurement instruments were identified. Data regarding app characteristics, including the presence of validated disease activity measurement, were extracted. The Mobile App Rating Scale (MARS) was used to review the apps for user experience. RESULTS: A total of 1253 apps were identified in the app stores, and 5 apps met the criteria and were further analyzed. Moreover, 2 apps (MySpA and Group for Research and Assessment of Psoriasis and Psoriatic Arthritis App) contained some of the validated disease activity monitoring instruments for specific spondyloarthritis subtypes. These 2 apps were also rated good on the MARS (with total mean scores ≥4 out of 5), whereas the other apps scored poorly in comparison. CONCLUSIONS: There are 2 high-quality spondyloarthritis disease activity monitoring apps publicly available, but they only target 2 spondyloarthritis subtypes-ankylosing spondylitis and psoriatic arthritis. There is a lack of high-quality apps that can measure disease activity for other spondyloarthritis subtypes, and no app that consolidates all validated disease activity instruments across subtypes was available.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0140,010
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,192
Tête enseignante GPT0,521
Écart entre enseignants0,328 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207