MétaCan
Menu
Retour à la cohorte
Enregistrement W3172321909 · doi:10.2196/26059

Design, Development, and Evaluation of a Telemedicine Platform for Patients With Sleep Apnea (Ognomy): Design Science Research Approach

2021· article· en· W3172321909 sur OpenAlexvenueno aff
Pavankumar Mulgund, Raj Sharman, Daniel I. Rifkin, Sam Marrazzo

Notice bibliographique

RevueJMIR Formative Research · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelemedicineChatbotUsabilitySleep apneaMedicinePopulationComputer scienceMedical emergencyHealth careWorld Wide WebHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With an aging population and the escalating cost of care, telemedicine has become a societal imperative. Telemedicine alternatives are especially relevant to patients seeking care for sleep apnea, with its prevalence approaching one billion cases worldwide. Increasing awareness has led to a surge in demand for sleep apnea care; however, there is a shortage of the resources and expertise necessary to cater to the rising demand. OBJECTIVE: The aim of this study is to design, develop, and evaluate a telemedicine platform, called Ognomy, for the consultation, diagnosis, and treatment of patients with sleep apnea. METHODS: Using the design science research methodology, we developed a telemedicine platform for patients with sleep apnea. To explore the problem, in the analysis phase, we conducted two brainstorming workshops and structured interviews with 6 subject matter experts to gather requirements. Following that, we conducted three design and architectural review sessions to define and evaluate the system architecture. Subsequently, we conducted 14 formative usability assessments to improve the user interface of the system. In addition, 3 trained test engineers performed end-to-end system testing to comprehensively evaluate the platform. RESULTS: Patient registration and data collection, physician appointments, video consultation, and patient progress tracking have emerged as critical functional requirements. A telemedicine platform comprising four artifacts-a mobile app for patients, a web app for providers, a dashboard for reporting, and an artificial intelligence-based chatbot for customer onboarding and support-was developed to meet these requirements. Design reviews emphasized the need for a highly cohesive but loosely coupled interaction among the platform's components, which was achieved through a layered modular architecture using third-party application programming interfaces. In contrast, critical findings from formative usability assessments focused on the need for a more straightforward onboarding process for patients, better status indicators during patient registration, and reorganization of the appointment calendar. Feedback from the design reviews and usability assessments was translated into technical improvements and design enhancements that were implemented in subsequent iterations. CONCLUSIONS: Sleep apnea is an underdiagnosed and undertreated condition. However, with increasing awareness, the demand for quality sleep apnea care is likely to surge, and creative alternatives are needed. The results of this study demonstrate the successful application of a framework using a design science research paradigm to design, develop, and evaluate a telemedicine platform for patients with sleep apnea and their 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)0,024
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,379
Tête enseignante GPT0,564
Écart entre enseignants0,185 · 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'étudeSimulation ou modélisation
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207