MétaCan
Menu
Retour à la cohorte
Enregistrement W3024267266 · doi:10.2196/18564

Smartphone App to Self-Monitor Nausea During Pediatric Chemotherapy Treatment: User-Centered Design Process

2020· article· en· W3024267266 sur OpenAlexvenueno aff
Astrid Eliasen, Mikkel Kramme Abildtoft, Niels Steen Krogh, Catherine Rechnitzer, Jesper Brok, René Mathiasen, Kjeld Schmiegelow, Kim Dalhoff

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNausea and vomiting management
Établissements canadiensnon disponible
Organismes subventionnairesBørnecancerfonden
Mots-clésSmartphone appComputer scienceNauseaProcess (computing)PsychologyMedicineInternet privacyOperating systemInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nausea and vomiting are common and distressing side effects for children receiving chemotherapy. Limited evidence is available to guide antiemetic recommendations; therefore, prospective and reliable evaluation of antiemetic efficacy is needed. Smartphone apps can be used to effortlessly and precisely collect patient-reported outcomes in real time. OBJECTIVE: Our objective was to develop a smartphone app to monitor nausea and vomiting episodes in pediatric cancer patients aged 0 to 18 years and to test its usability and adherence to its use. METHODS: We used a user-centered design process and the evolutionary prototype model to develop and evaluate the app. Multidisciplinary group discussions and several rounds of patient feedback and modification were conducted. We translated the validated Pediatric Nausea Assessment Tool to assess nausea severity in children aged 4 to 18 years. The child's own term for nausea was interactively incorporated in the nausea severity question, with response options expressed as 4 illustrative faces. Parent-reported outcomes were used for children aged 0 to 3 years. Reminders were sent using push notifications in order to ensure high response rates. Children aged 0 to 18 years who were undergoing chemotherapy were recruited from the Department of Pediatric Oncology at Copenhagen University Hospital Rigshospitalet to evaluate the app. RESULTS: The app's most important function was to record nausea severity in children. After assistance from a researcher, children aged 4 to 18 years were able to report their symptoms in the app, and parents were able to report symptoms for their children aged 0 to 3 years. Children (n=20, aged 2.0-17.5 years) and their parents evaluated the app prospectively during a collective total of 60 chemotherapy cycles. They expressed that the app was user-friendly, intuitive, and that the time spent on data entry was fair. The response rates were on average 92%, 93%, and 80% for the day before, the first day of, and the next 3 days after chemotherapy, respectively. Researchers and clinicians were able to obtain an overview of the patient's chemotherapy dates and responses through a secure and encrypted web-based administrative portal. Data could be downloaded for further analysis. CONCLUSIONS: The user-friendly app could be used to facilitate future pediatric antiemetic trials and to refine antiemetic treatment during chemotherapy.

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)0,025
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,064
Tête enseignante GPT0,368
Écart entre enseignants0,304 · 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'étudeQualitatif
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

Citations32
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetNausea and vomiting managementTravaux en français237 207