MétaCan
Menu
← Retour à la cohorte
Enregistrement W3023814244 · doi:10.2196/18793

A Tailored Motivational Messages Library for a Mobile Health Sleep Behavior Change Support System to Promote Continuous Positive Airway Pressure Use Among Patients With Obstructive Sleep Apnea: Development, Content Validation, and Testing

2020· article· en· W3023814244 sur OpenAlexvenueno aff
Sarah Alismail, Lorne Olfman

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensnon disponible
Organismes subventionnairesClaremont Graduate University
Mots-clésContinuous positive airway pressureObstructive sleep apneaCLARITYPsychological interventionMedicinemHealthPatient educationSleep apneaNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Continuous positive airway pressure (CPAP) therapy is the most effective treatment for obstructive sleep apnea (OSA). Despite the reported benefits of CPAP therapy in treating OSA, its effectiveness is reduced by less-than-optimal adherence or use. Up to 50% of patients who accept CPAP therapy fail to adhere to it. As a lack of commitment to CPAP therapy is one of the most significant factors that hinder OSA treatment effectiveness, patient motivation and education are critical to help alleviate the problem of poor CPAP adherence or use. OBJECTIVE: This study aims to support the development of mobile health interventions or information systems solutions to promote CPAP adherence and use among patients with OSA through development, content validation, and testing of tailored motivational messages. METHODS: In phase 1, an initial library of 60 messages was developed to promote CPAP use among patients with OSA. In phase 2, draft messages were evaluated for content validation testing for relevance and clarity by research and clinical experts. In phase 3, patients with OSA (N=24) were recruited through a Qualtrics panel to rate the perceived persuasiveness of the messages in terms of threat and efficacy perceptions, as per their computed extended parallel process model (EPPM) response states. The average score of the ratings was calculated for each message. The messages were sorted according to their average (from highest to lowest) to select the best 12 messages for each tailored set based on the potential responses from the EPPM. RESULTS: In phase 1, 60 messages were developed based on the existing literature and a review of existing materials. In phase 2, the enumerated content validity of the messages was established through the use of the content validity index for items. A total of 57 messages were found to have acceptable content relevance and clarity. In phase 3, patients with OSA perceived the final library of 48 messages to be persuasive. CONCLUSIONS: After the process of content validation and testing, the final library of messages met the criteria for clarity, relevance, and perceived persuasiveness. This study emphasizes the importance of developing and validating the content of motivational messages, grounded in EPPM theory, across the 4 possible response states in terms of high or low efficacy and threat perceptions.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,070
Tête enseignante GPT0,320
Écart entre enseignants0,250 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetObstructive Sleep Apnea Research→Travaux en français237 207→