MétaCan
Menu
Retour à la cohorte
Enregistrement W3153075884 · doi:10.2196/24482

Youth and Provider Perspectives on Behavior-Tracking Mobile Apps: Qualitative Analysis

2021· article· en· W3153075884 sur OpenAlexvenueno aff
Courtney C. Armstrong, Erica Odukoya, Keerthi Sundaramurthy, Sabrina M. Darrow

Notice bibliographique

RevueJMIR Mental Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, San Francisco
Mots-clésMental healthPsychological interventionTracking (education)mHealthQualitative researchPsychologyHealth careMedical educationApplied psychologyInternet privacyNursingMedicineComputer sciencePsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mobile health apps stand as one possible means of improving evidence-based mental health interventions for youth. However, a better understanding of youth and provider perspectives is necessary to support widespread implementation. OBJECTIVE: The objective of this research was to explore both youth and provider perspectives on using mobile apps to enhance evidence-based clinical care, with an emphasis on gathering perspectives on behavior-tracking apps. METHODS: Inductive qualitative analysis was conducted on data obtained from semistructured interviews held with 10 youths who received psychotherapy and 12 mental health care providers who conducted therapy with youths aged 13-26 years. Interviews were independently coded by multiple coders and consensus meetings were held to establish reliability. RESULTS: During the interviews, the youths and providers broadly agreed on the benefits of behavior tracking and believed that tracking via app could be more enjoyable and accessible. Providers and youths also shared similar concerns that negative emotions and user burden could limit app usage. Participants also suggested potential app features that, if implemented, would help meet the clinical needs of providers and support long-term use among youth. Such features included having a pleasant user interface, reminders for clients, and graphical output of data to clients and providers. CONCLUSIONS: Youths and providers explained that the integration of mobile health into psychotherapy has the potential to make treatment, particularly behavior tracking, easy and more accessible. However, both groups had concerns about the increased burden that could be placed on the clients and providers.

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)0,019
score de la tête « metaresearch » (Gemma)0,020
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,020
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,003
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,072
Tête enseignante GPT0,508
Écart entre enseignants0,436 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207