MétaCan
Menu
Retour à la cohorte
Enregistrement W2975988335 · doi:10.2196/14633

Design of a Consumer Mobile Health App for Heart Failure: Findings From the Nurse-Led Co-Design of Care4myHeart

2019· article· en· W2975988335 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueJMIR Nursing · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)NursingGeneral partnershipmHealthFamily caregiversScheduleMedicineContextual designPsychologyMedical educationComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Consumer health care technology shows potential to improve outcomes for community-dwelling persons with chronic conditions, yet health app quality varies considerably. In partnership with patients and family caregivers, hospital clinicians developed Care4myHeart, a mobile health (mHealth) app for heart failure (HF) self-management. OBJECTIVE: The aim of this paper was to report the outcomes of the nurse-led design process in the form of the features and functions of the developed app, Care4myHeart. METHODS: Seven patients, four family caregivers, and seven multidisciplinary hospital clinicians collaborated in a design thinking process of innovation. The co-design process, involving interviews, design workshops, and prototype feedback sessions, incorporated the lived experience of stakeholders and evidence-based literature in a design that would be relevant and developed with rigor. RESULTS: The home screen displays the priority HF self-management components with a reminder summary, general information on the condition, and a settings tab. The health management section allows patients to list health care team member's contact details, schedule medical appointments, and store documents. The My Plan section contains nine important self-management components with a combination of information and advice pages, graphical representation of patient data, feedback, and more. The greatest strength of the co-design process to achieve the design outcomes was the involvement of local patients, family caregivers, and clinicians. Moreover, incorporating the literature, guidelines, and current practices into the design strengthened the relevance of the app to the health care context. However, the strength of context specificity is also a limitation to portability, and the final design is limited to the stakeholders involved in its development. CONCLUSIONS: We recommend health app development teams strategically incorporate relevant stakeholders and literature to design mHealth solutions that are rigorously designed from a solid evidence base and are relevant to those who will use or recommend their use.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,051
Tête enseignante GPT0,435
Écart entre enseignants0,385 · 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