MétaCan
Menu
Retour à la cohorte
Enregistrement W3008714441 · doi:10.2196/15098

Efficacy of a Mobile Texting App (HepTalk) in Encouraging Patient Participation in Viral Hepatitis B Care: Development and Cohort Study

2020· article· en· W3008714441 sur OpenAlexvenueno aff
Chul S. Hyun, Joseph P. McMenamin, Okhyun Ko, Soonsik Kim

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesGilead FoundationGilead Sciences
Mots-clésMedicinemHealthHepatitis BHealth careFamily medicineIntervention (counseling)CohortNursingPsychological interventionInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic hepatitis B virus (HBV) infection is a major cause of liver-related morbidity and mortality among Asian Americans in the United States. Despite the available resources, a majority of HBV-infected individuals are not able to access adequate health care owing to numerous barriers. OBJECTIVE: This study aimed to assess the efficacy of a newly developed mobile texting app (HepTalk) in overcoming these barriers and improving patient engagement and health care access among HBV-infected and nonimmune individuals. METHODS: HepTalk was employed for two-way communication between participants and patient navigators. A total of 82 Korean American participants who were either HBV infected or nonimmune to HBV, identified from a community hepatitis B campaign in New York, were enrolled in the study. After informed consent was obtained, both the frequency and themes of the text messages were evaluated. The effects of this communication on linkage to care at the end of the 6-month intervention period were analyzed and discussed. RESULTS: On average, patient navigators sent and received 14 and 8 messages per participant, respectively, during the 6-month period. The themes of the messages were similar to the following 4 categories: finding providers, scheduling appointments with providers, health education, and financial issues. Of the 82 participants, 78 were linked to care within 6 months (a 95% linkage rate). CONCLUSIONS: HepTalk may be employed as an effective and strategic tool to facilitate communicative interaction between patients and patient navigators or health care providers, thereby improving patient engagement and health care access.

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)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,432
Écart entre enseignants0,383 · 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'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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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