“Positive Peers”: Function and Content Development of a Mobile App for Engaging and Retaining Young Adults in HIV Care
Notice bibliographique
Résumé
BACKGROUND: Although treatment for HIV infection is widely available and well tolerated, less than 30% of adolescents and young adults living with HIV infection achieve stable viral suppression. Mobile technology affords increased opportunities for young people living with HIV to engage with information, health management tools, and social connections that can support adherence to treatment recommendations and medication. Although mobile apps are increasingly prevalent, few are informed by the target population. OBJECTIVE: The objective of this study was to describe the "Positive Peers" app, a mobile app currently being evaluated in a public hospital in the Midwestern United States. Formative development, key development strategies, user recruitment, and lessons learned are discussed in this paper. METHODS: "Positive Peers" was developed in collaboration with a community advisory board (CAB) comprising in-care young adults living with HIV and a multidisciplinary project team. Mobile app functions and features were developed over iterative collaborative sessions that were tailored to the CAB members. In turn, the CAB built rapport with the project team and revealed unique information that was used in app development. RESULTS: The study was funded on September 1, 2015; approved by the MetroHealth Institutional Review Board on August 31, 2016; and implemented from October 11, 2016, to May 31, 2019. The "Positive Peers" mobile app study has enrolled 128 users who reflect priority disparity population subgroups. The app administrator had frequent contact with users across app administration and study-related activities. Key lessons learned from the study include changing privacy concerns, data tracking reliability, and user barriers. Intermediate and outcome variable evaluation is expected in October 2019. CONCLUSIONS: Successful development of the "Positive Peers" mobile app was supported by multidisciplinary expertise, an enthusiastic CAB, and a multifaceted, proactive administrator.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».