MétaCan
Menu
Retour à la cohorte
Enregistrement W3017305159 · doi:10.2196/17105

An Individual Cognitive Stimulation Therapy App for People With Dementia: Development and Usability Study of Thinkability

2020· article· en· W3017305159 sur OpenAlexvenueno aff
Harleen Kaur, Justine Schneider, Martin Orrell

Notice bibliographique

RevueJMIR Aging · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeMarie Curie
Mots-clésDementiaUsabilitySprintCoachingPsychological interventionPsychologyIntervention (counseling)CognitionReminiscenceTouchscreenApplied psychologyMedicineMedical educationPsychotherapistComputer sciencePhysical therapyHuman–computer interactionPsychiatryCognitive psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a lack of technological resources for the mental stimulation and communication of people with dementia, which can be helpful in improving cognition and quality of life. Paper-based individual cognitive stimulation therapy (iCST) for people with dementia has the potential to be adapted to a touchscreen format. This can improve accessibility and provide mental stimulation using interactive features. There is a need for a rigorous and systematic approach toward development, leading to improved suitability and implementation of the intervention, so that more people can benefit from its use. OBJECTIVE: This study aims to develop and investigate the usability of Thinkability, an iCST app that can be used by people with dementia and carers on touchscreen tablets. METHODS: The Medical Research Council framework for evaluating complex interventions and the Centre for eHealth Research roadmap served as frameworks for the stages of intervention and technology development. The development of the iCST app itself adopted an agile approach with elements from action research. Hence, it was developed in 3 successive sprints and was evaluated by relevant stakeholders at each sprint. Sprint 1 included 2 patient and public involvement (PPI) consultation meetings, sprint 2 included 1 PPI consultation meeting, and 4 focus groups and 10 individual interviews were organized in sprint 3. A feasibility trial is currently underway. RESULTS: The findings from each sprint were used to inform the development. Sprint 1 helped to identify the relevant evidence base and explored the attitudes of people with dementia and carers toward a potential iCST app. In sprint 2, an initial prototype was evaluated in a small PPI consultation meeting. In sprint 3, feedback was gathered through a qualitative study on the quality and perceived effectiveness of the iCST app. It was well received by people with dementia and carers. A need for more updated and personalized content was highlighted. CONCLUSIONS: This study proves that an agile approach toward technology development involving all relevant stakeholders is effective in creating suitable technology. Adding to our previous knowledge of noncomputerized cognitive stimulation therapy, the release of the iCST app will make this psychosocial intervention accessible to more users worldwide.

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 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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,076
Tête enseignante GPT0,411
Écart entre enseignants0,336 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetDigital Mental Health InterventionsTravaux en français237 207