MétaCan
Menu
← Retour à la cohorte
Enregistrement W2975133685 · doi:10.2196/14111

Challenges and Lessons Learned From a Mobile Health, Web-Based Human Papillomavirus Intervention for Female Korean American College Students: Feasibility Experimental Study

2019· article· en· W2975133685 sur OpenAlexvenueno aff
Minjin Kim, Haeok Lee, Jeroan J. Allison

Notice bibliographique

RevueJMIR Formative Research · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésmHealthRandomized controlled trialIntervention (counseling)MedicineWeb applicationTelemedicineFamily medicinePsychological interventionNursingHealth careComputer scienceWorld Wide WebSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mobile health (mHealth) and Web-based research methods are becoming more commonplace for researchers. However, there is a lack of mHealth and Web-based human papillomavirus (HPV) prevention experimental studies that discuss potential issues that may arise. OBJECTIVE: This study aimed to assess the feasibility of research procedures and discuss the challenges and lessons learned from an mHealth and Web-based HPV prevention experimental study targeting female Korean American college students in the United States. METHODS: A pilot randomized controlled trial (RCT) was conducted in an mHealth and Web-based platform with 104 female Korean American college students aged 18-26 years between September 2016 and December 2016. Participants were randomized to either the experimental group (a storytelling video intervention) or the comparison group (a nonnarrative, information-based intervention). Outcomes included the feasibility of research procedures (recruitment, eligibility, randomization, and retention). RESULTS: From September 2016 to October 2016, we recorded 225 entries in our initial eligibility survey. The eligibility rate was 54.2% (122/225). This study demonstrated a high recruitment rate (95.6%, 111/122) and retention rate (83.7%, 87/104) at the 2-month follow-up. CONCLUSIONS: Findings from this study demonstrated sufficient feasibility in terms of research procedures to justify a full-scale RCT. Given the increased possibility of invalid or misrepresentative entries in mHealth and Web-based studies, strategies for detection and prevention are critical. TRIAL REGISTRATION: ISRCTN Registry ISRCTN12175285; http://www.isrctn.com/ISRCTN12175285.

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)0,203
score de la tête « metaresearch » (Gemma)0,176
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,983

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2030,176
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0030,008
Science ouverte0,0040,003
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,300
Tête enseignante GPT0,606
Écart entre enseignants0,305 · 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.

Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→