An mHealth App to Support Patients With Psoriasis in Relation to Follow-up Consultations: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Teledermatology has the potential to help deliver health care by transforming the relationship between patients and health care professionals (HCPs), shifting the power of consultation so that patients can become more informed, assertive, and involved in their care. Mobile health (mHealth) is a promising and reliable tool for the long-term management of patients with psoriasis on systemic treatment. In an attempt to facilitate a more patient-centered approach in clinical practice, we designed and developed an mHealth solution to support patients with self-management and empowerment. OBJECTIVE: The aim of this study is to explore the experiences and perceptions of patients and health care professionals of using an mHealth solution that was developed using a participatory design approach. METHODS: This was an exploratory qualitative study. Data were collected through semistructured interviews with patients and focus group interviews with HCPs. RESULTS: All participants found it easy to use the mHealth solution, and the patients found it convenient. Patients' reflexivity was improved because they could prepare ahead of consultations. Video consultations provided patients with a degree of freedom in their everyday lives, with not having to attend in-person visits. Among the HCPs, there were concerns regarding their medical responsibilities, as they could not assess the patients' skin as they used to. The mHealth solution required new workflows and procedures that were not part of the existing consultation routines. CONCLUSIONS: The mHealth solution can strengthen the relationship between HCPs and patients and facilitate patients to become more active in their care. Alignment and structure in relation to the selection of eligible patient candidates for being offered the mHealth solution could reduce social health inequalities. In addition, video consultations changed HCPs' work practice, necessitating new types of skills to communicate with patients.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».