MétaCan
Menu
← Retour à la cohorte
Enregistrement W3037325010 · doi:10.2196/17191

Two-Way Text Messaging to Support Self-Care and Delivery of an Online Sexual Health Service: Mixed Methods Evaluation

2020· article· en· W3037325010 sur OpenAlexvenueno aff
Sarah Shanks, Alessandra Morelli, Elena Ardines, Gillian Holdsworth, Paula Baraitser

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisShort Message ServicemHealthService (business)Digital healthService delivery frameworkReproductive healthInternet privacyService providerHealth careComputer scienceWorld Wide WebQualitative researchMedicineNursingBusinessPsychological interventionPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital health care is increasingly used to improve health service accessibility and reduce costs. Remote health care requires a significant self-management role for service users, and this generates information provision and support needs that should be reflected in service planning. SMS text messaging offers a convenient and low-cost method of communication and is increasingly used across digital health care services to provide remote support. OBJECTIVE: The aim of this study was to quantify the number of messages generated through user interaction with a two-way SMS text messaging support service within an online sexual health service and to thematically explore the content of the messages and type of support required to facilitate self-management. METHODS: The content of all SMS text messages received by an online sexual health service was analyzed from April 4, 2018, to July 5, 2018. Messages were classified as being either administrative or clinical in nature and service or user initiated. For those messages that were both clinical and user initiated, a qualitative thematic analysis was completed to fully describe the content of the interactions. RESULTS: A total of 267 actionable messages were generated per 1000 orders requested through the service. Of the 8562 messages, 5447 (63.62%) messages were administrative and 3115 (36.38%) were clinical. Overall, 4306 of the 8562 messages (50.29%) responded to service-generated queries reflecting the public health and clinical responsibilities of an online provider, and 4256 (49.71%) were user-generated queries, demonstrating a willingness by users to proactively engage with a two-way SMS text messaging support service. Of the 3115 clinical messages, 968 (31.08%) clinical messages were user initiated and shared personal and complex clinical information, including requests for help with the self-testing process and personalized clinical advice relating to symptoms and treatment. CONCLUSIONS: This study demonstrates the willingness of users of an online sexual health service to engage with two-way SMS text messaging and provides insight into the quantity and nature of the support required to facilitate service delivery and self-care. Further work is required to understand the range of clinical problems that can be managed within this medium.

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)0,097
score de la tête « metaresearch » (Gemma)0,100
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,513

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,100
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,007
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,002
Communication savante0,0040,003
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,189
Tête enseignante GPT0,541
Écart entre enseignants0,351 · 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
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→