The <i>iCanCope</i> pain self-management application for adolescents with juvenile idiopathic arthritis: a pilot randomized controlled trial
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the feasibility and preliminary effectiveness of iCanCope with Pain (iCanCope), a smartphone-based pain self-management program, in adolescents with JIA. iCanCope featured symptom tracking, goal-setting, pain coping skills and social support. METHODS: A two-arm pilot randomized controlled trial was used to evaluate the iCanCope app compared with a version with symptom tracking only. Primary (feasibility) outcomes were: participant accrual/attrition rates, success of app deployment, acceptability and adherence. Secondary (preliminary effectiveness) outcomes were: pain intensity, pain-related activity limitations and health-related quality of life. Outcomes were assessed at baseline and 8 weeks. Adherence was defined as the proportion of completed symptom reports: 'low' (≤24%); 'low-moderate' (25-49%); 'high-moderate' (50-75%); or 'high' (76-100%). Linear mixed models were applied for preliminary effectiveness analyses as per intention-to-treat. RESULTS: Adolescents (N = 60) were recruited from three paediatric rheumatology centres. Rates of accrual and attrition were 82 and 13%, respectively. Both apps were deployed with high success (over 85%) and were rated as highly acceptable. Adherence was similar for both groups, with most participants demonstrating moderate-to-high adherence. Both groups exhibited a clinically meaningful reduction in pain intensity (≥1 point) that did not statistically differ between groups. There were no significant changes in activity limitations or health-related quality of life. CONCLUSION: The iCanCope pilot randomized controlled trial was feasible to implement in a paediatric rheumatology setting. Both apps were deployed successfully, with high acceptability, and were associated with moderate-to-high adherence. Preliminary reductions in pain intensity warrant a future trial to evaluate effectiveness of iCanCope in improving health outcomes in adolescents with JIA. TRIAL REGISTRATION: ClinicalTrials.gov identifier: NCT02764346.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».