MétaCan
Menu
Retour à la cohorte
Enregistrement W2999372441 · doi:10.1016/j.conctc.2020.100525

A ResearchKit app to deliver paediatric electronic consent: Protocol of an observational study in adolescents with arthritis

2020· article· en· W2999372441 sur OpenAlexafffundabout
Chitra Lalloo, Quỳnh Phạm, Joseph A Cafazzo, Elizabeth A. Stephenson, Jennifer Stinson

Notice bibliographique

RevueContemporary Clinical Trials Communications · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity Health NetworkInstitute for Clinical Evaluative SciencesSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesHospital for Sick ChildrenArthritis Society
Mots-clésObservational studymHealthProtocol (science)FidelityInformed consentMedicineFocus groupPopulationTelemedicineMedical educationResearch designComputer sciencePsychologyFamily medicineNursingPsychological interventionAlternative medicineHealth care

Résumé

récupéré en direct d'OpenAlex

ResearchKit is an open-source software framework designed to streamline the process of screening and consenting participants into research studies. By digitizing traditionally analog processes, ResearchKit has potential to increase the reach, efficiency, and scalability of mobile health (mHealth) research. The model has been successfully applied in adult settings. However, to our knowledge, no group has sought to adapt ResearchKit for a paediatric research environment in Canada. The potential benefits for building paediatric mHealth apps compatible with remote eConsent are numerous: (1) access to studies can be broadened from small groups of children and families who live in close proximity to research sites to whole populations across geographical boundaries, (2) increased convenience for study participants because they can complete consent on their smartphone from their home, rather than in person or on paper, and (3) large-scale study enrollment can be conducted with fewer resources than traditional face-to-face methods. We describe the rationale and design of a proof-of-concept observational study focused on implementing remote eConsent in a Canadian paediatric population. A community-based sample of adolescents with arthritis will be remotely onboarded to use the iCanCope pain self-management app for 8-weeks. Outcomes will focus on: (1) fidelity and acceptability of the eConsent process, (2) fidelity of the iCanCope app in terms of engagement and acceptability, (3) participant study experience including level of perceived support and acceptability of study tasks, and (4) clinical outcomes related to use of the iCanCope app over an 8-week period.

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)0,069
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,366

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,057
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,003
Communication savante0,0030,003
Science ouverte0,0030,003
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0400,012

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 Opus0,800
Tête enseignante GPT0,648
Écart entre enseignants0,152 · 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'étudeObservationnel
Domainenon disponible
GenreProtocole

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

En bref

Citations12
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueContemporary Clinical Trials CommunicationsMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207